基于 X-vector 的文本无关说话人验证中结合高阶统计量的多任务学习
音频与语音处理
2019-04-05 v2 声音
摘要
基于 x-vector 的深度神经网络（DNN）嵌入系统已证明对文本无关说话人验证的有效性。本文提出了一种多任务学习架构，用于训练说话人嵌入 DNN，其主要任务是对目标说话人进行分类，辅助任务是重建原始输入话语的一阶及高阶统计量。所提出的训练策略将监督学习和无监督学习聚合到一个框架中，使说话人嵌入更具判别性和鲁棒性。实验使用 NIST SRE16 评估数据集和 VOiCES 数据集进行。结果表明，我们提出的方法优于原始的 x-vector 方法，且仅增加了极低的复杂度。
引用
@article{arxiv.1903.12058,
title = {Multi-Task Learning with High-Order Statistics for X-vector based Text-Independent Speaker Verification},
author = {Lanhua You and Wu Guo and Lirong Dai and Jun Du},
journal= {arXiv preprint arXiv:1903.12058},
year = {2019}
}
备注
5 pages,2 figures, submitted to INTERSPEECH 2019