基于判别性神经声学词嵌入的示例查询检索
计算与语言
2017-06-14 v1
摘要
示例查询检索常使用动态时间规整(DTW)来比较查询与候选匹配片段。近期研究表明，将语音片段表示为固定维向量——声学词嵌入——并度量其向量距离（如余弦距离），比基于DTW的方法能更准确地区分词语。我们考虑一种示例查询检索方法，该方法根据神经模型对查询和数据库片段进行嵌入，随后通过最近邻搜索找到匹配片段。早期基于嵌入的示例查询工作使用基于模板的声学词嵌入，取得了有竞争力的性能。我们发现，基于循环神经网络训练以优化词语判别的嵌入，相比先前方法在性能和运行效率上均实现了显著提升。
引用
@article{arxiv.1706.03818,
title = {Query-by-Example Search with Discriminative Neural Acoustic Word Embeddings},
author = {Shane Settle and Keith Levin and Herman Kamper and Karen Livescu},
journal= {arXiv preprint arXiv:1706.03818},
year = {2017}
}
备注
To appear Interspeech 2017