用于半监督域自适应说话人验证的渐进式子图聚类算法
声音
2023-05-23 v1 机器学习
音频与语音处理
摘要
利用来自目标域的大规模无标签数据并通过伪标签聚类算法，是解决说话人验证任务中域自适应问题的重要途径。本文中，我们提出一种基于多模型投票与双高斯评估的渐进式子图聚类算法（PGMVG 聚类）。为充分挖掘语句间关系及多模型间的互补性，我们的方法基于不同模型构建多个 k 近邻图，并利用投票机制生成高置信度边。进一步，为最大化类内多样性，利用连通子图获得初始伪标签。最后，为防止灾难性聚类结果，我们采用渐进式增加 k 的迭代方法，并运用基于双高斯的评估算法决定是否合并子类。
引用
@article{arxiv.2305.12703,
title = {Progressive Sub-Graph Clustering Algorithm for Semi-Supervised Domain Adaptation Speaker Verification},
author = {Zhuo Li and Jingze Lu and Zhenduo Zhao and Wenchao Wang and Pengyuan Zhang},
journal= {arXiv preprint arXiv:2305.12703},
year = {2023}
}