关于语音分类模型校准的研究：基于能量模型的洞察
音频与语音处理
2024-06-27 v1 声音
摘要
在语音分类任务中，深度学习模型通常能取得高准确率，但在校准方面存在不足，表现为分类器 exhibits 过度自信。校准的重要性在于其在保证深度学习系统决策可靠性方面的关键作用。本研究探讨了能量基于模型在语音分类任务中校准置信度的有效性，通过训练一个集成判别模型和生成模型的联合能量模型，以增强分类器的校准并缓解过度自信。对三项语音分类任务的实验评估，具体包括年龄识别、情感识别和语言识别。我们的发现表明，能量模型在校准语音分类模型方面表现出竞争力。该研究强调了能量模型在语音分类任务中的潜力，表明它们能够在不牺牲准确率的前提下提升校准水平。
引用
@article{arxiv.2406.18065,
title = {On Calibration of Speech Classification Models: Insights from Energy-Based Model Investigations},
author = {Yaqian Hao and Chenguang Hu and Yingying Gao and Shilei Zhang and Junlan Feng},
journal= {arXiv preprint arXiv:2406.18065},
year = {2024}
}