利用VAE进行i-Vector说话人验证的研究
声音
2017-05-26 v1 机器学习
机器学习
摘要
研究了基于变分自编码器（VAE）的新型i-vector说话人识别系统。VAE是一种为复杂数据开发精确深度非线性生成模型的有前景方法。实验表明，VAE能提供说话人嵌入，并可以无监督方式有效训练。开发了VAE的对数似然比（LLR）估计。在NIST SRE 2010数据上的实验证明了其正确性。此外，我们展示了基于VAE的系统在i-vectors空间中的性能接近对角PLDA。在使用-VAE的实验中还观察到几个有趣的结果。特别是，我们发现对于，VAE可以被训练以有效方式捕获复杂输入数据分布的特征，这在标准VAE（）中难以获得。
引用
@article{arxiv.1705.09185,
title = {Investigation of Using VAE for i-Vector Speaker Verification},
author = {Timur Pekhovsky and Maxim Korenevsky},
journal= {arXiv preprint arXiv:1705.09185},
year = {2017}
}