数据稀缺语言和噪声信道下的无源域适应说话人验证
声音
2024-06-11 v1 机器学习
音频与语音处理
摘要
域适应常受限于极小的目标数据集和不可访问的源数据。这些条件在说话人验证领域尤为常见，因为隐私政策或稀缺语音资源的语言限制了数据可获得性。本文探索了针对数据稀缺语言中有限目标语音数据进行无源域适应的技术方法。我们研究了语言和信道之间的差异。我们评估并比较了不同规模标记目标数据上的微调方法。我们研究了一种用于无标记目标数据集的新型迭代聚类学习算法。
引用
@article{arxiv.2406.05863,
title = {Source -Free Domain Adaptation for Speaker Verification in Data-Scarce Languages and Noisy Channels},
author = {Shlomo Salo Elia and Aviad Malachi and Vered Aharonson and Gadi Pinkas},
journal= {arXiv preprint arXiv:2406.05863},
year = {2024}
}