探究 X-向量中编码的信息
音频与语音处理
2020-06-16 v2 计算与语言
声音
摘要
基于深度神经网络的说话人嵌入，如 x-vectors，已在文本无关说话人识别/验证任务中表现出良好性能。在本文中，我们使用简单分类器来研究 x-vector 嵌入所编码的内容。我们探查这些嵌入中关于说话人、信道、转写文本（句子、词、音素）以及话语元信息（时长和增强类型）的信息，并将其与 i-vectors 在不同维数下编码的信息进行比较。我们还研究了在提取器训练期间的数据增强对 x-vectors 所捕获信息的影响。在 RedDots 数据集上的实验表明，x-vectors 在说话人验证任务表现良好的同时，捕获了语音内容和信道相关信息。
引用
@article{arxiv.1909.06351,
title = {Probing the Information Encoded in X-vectors},
author = {Desh Raj and David Snyder and Daniel Povey and Sanjeev Khudanpur},
journal= {arXiv preprint arXiv:1909.06351},
year = {2020}
}
备注
Accepted at IEEE Workshop on Automatic Speech Recognition and Understanding (ASRU) 2019