基于自监督学习的域自适应方法用于鲁棒说话人验证
声音
2021-09-01 v1 音频与语音处理
摘要
当说话人验证系统应用于新的域数据集时，常观察到性能大幅下降。给定无标签目标域数据集，通常使用无监督域自适应（UDA）方法来弥合由域失配引起的性能差距，这类方法往往借助对抗训练策略。然而，此类对抗训练策略仅利用目标域数据的分布信息，无法确保目标域上的性能提升。本文中，我们将自监督学习策略引入无监督域自适应系统，提出了一种基于自监督学习的域自适应方法（SSDA）。相比传统UDA方法，新的SSDA训练策略能充分利用来自目标域的潜在标签信息，同时适配来自源域的说话人判别能力。我们在VoxCeleb（有标签源域）和CnCeleb（无标签目标域）数据集上评估了所提方法，最佳SSDA系统在CnCeleb数据集上取得了10.2%的等错误率（EER），且未使用CnCeleb上任何说话人标签，同时在该语料上达到了最先进（state-of-the-art）结果。
引用
@article{arxiv.2108.13843,
title = {Self-Supervised Learning Based Domain Adaptation for Robust Speaker Verification},
author = {Zhengyang Chen and Shuai Wang and Yanmin Qian},
journal= {arXiv preprint arXiv:2108.13843},
year = {2021}
}
备注
Published in: ICASSP 2021 - 2021 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)