基于端到端残差 CNN 与 L-GM 损失的说话人确认系统
声音
2018-09-05 v2
摘要
我们提出了一种基于神经网络并以计算复杂度较低的损失函数训练的端到端说话人确认系统。本文的端到端说话人确认系统由用于从语音中提取特征的 ResNet 架构组成，随后产生语句级说话人嵌入，并使用大间隔高斯混合损失函数进行训练。受大间隔与似然正则化影响，大间隔高斯混合损失函数有益于说话人确认性能。实验结果表明，采用大间隔高斯混合损失的残差 CNN 比基于 DNN 的 i-vector 基线在准确率上提升超过 10%。
引用
@article{arxiv.1805.00645,
title = {End-to-End Residual CNN with L-GM Loss Speaker Verification System},
author = {Xuan Shi and Xingjian Du and Mengyao Zhu},
journal= {arXiv preprint arXiv:1805.00645},
year = {2018}
}
备注
5 pages. arXiv admin note: text overlap with arXiv:1803.02988, arXiv:1705.02304, arXiv:1706.08612 by other authors