基于部分耦合最优传输的口语语种识别
音频与语音处理
2022-04-01 v1 计算与语言
摘要
为减小域差异以提升跨域口语语种识别（SLID）系统性能，我们提出一种基于最优传输（OT）的联合分布对齐（JDA）模型作为无监督域自适应（UDA）方法。采用基于OT的差异度量在训练与测试数据集间进行JDA。我们先前研究假定训练与测试集共享相同标签空间。然而实际应用中，测试集标签空间仅为训练集的子集。为分布对齐而完全匹配训练与测试域可能引入负域迁移。本文提出基于部分最优传输（POT）的JDA模型，即JDA过程中仅允许OT的部分耦合。此外，由于测试数据标签未知，在POT中基于传输代价对耦合施加软权重，在域对齐时自适应设定。我们在跨域SLID任务上实验评估所提UDA。结果表明，因考虑OT部分耦合，所提UDA显著提升了性能。
引用
@article{arxiv.2203.17036,
title = {Partial Coupling of Optimal Transport for Spoken Language Identification},
author = {Xugang Lu and Peng Shen and Yu Tsao and Hisashi Kawai},
journal= {arXiv preprint arXiv:2203.17036},
year = {2022}
}
备注
This work was submitted to INTERSPEECH 2022