MTGAN：基于多任务三元组生成对抗网络的说话人确认
声音
2018-03-28 v1 音频与语音处理
摘要
本文提出了一种增强的三元组方法，通过联合利用生成对抗机制和多任务优化来改进嵌入的编码过程。我们利用生成对抗网络和 softmax 损失函数扩展了三元组编码器。引入 GAN 是为了增加样本的泛化性和多样性，而 softmax 则用于强化关于说话人的特征。为简化起见，我们将该方法称为多任务三元组生成对抗网络。在短语音上的实验表明，MTGAN 相对地将验证等错误率（EER）相比传统 i-vector 方法和最先进的三元组损失方法分别降低了 67%（相对）和 32%（相对）。这有效地表明，MTGAN 在表达说话人信息的高层特征方面优于三元组方法。
引用
@article{arxiv.1803.09059,
title = {MTGAN: Speaker Verification through Multitasking Triplet Generative Adversarial Networks},
author = {Wenhao Ding and Liang He},
journal= {arXiv preprint arXiv:1803.09059},
year = {2018}
}
备注
submitted to Interspeech 2018