面向文本无关说话人确认的多任务度量学习
音频与语音处理
2023-03-24 v2 声音
摘要
在本工作中，我们引入度量学习（ML）以增强面向文本无关说话人确认（SV）的深度嵌入学习。具体而言，深度说话人嵌入网络采用常规交叉熵损失与辅助的基于成对样本的 ML 损失函数进行训练。对于辅助 ML 任务，首先将一个小批量（mini-batch）的训练样本排列成样本对，然后依据其自身及相对相似度筛选并加权正样本对与负样本对，最后由所选样本对的相似度计算辅助 ML 损失。为评估所提方法，我们在 Speaker in the Wild (SITW) 数据集上开展实验，结果证明了该方法的有效性。
引用
@article{arxiv.2010.10919,
title = {Multi-task Metric Learning for Text-independent Speaker Verification},
author = {Yafeng Chen and Wu Guo and Jingjing Shi and Jiajun Qi and Tan Liu},
journal= {arXiv preprint arXiv:2010.10919},
year = {2023}
}
备注
Not a particularly high-quality work, so we request withdrawal