基于深度神经网络的文本无关说话人验证稀疏架构
声音
2018-08-13 v2 音频与语音处理
摘要
网络剪枝由于消除了因网络过参数化而被激活的不重要权重或特征而具有重要意义。强制稀疏性的优势包括防止过拟合和加速。考虑到深度架构中大量的参数，由于所需的大量计算能力，网络压缩变得至关重要。在本工作中，我们对说话人验证施加结构化稀疏性，说话人验证即相对于说话人库对查询说话人的验证。我们将展示仅强制稀疏性即可因网络中可能的初始过拟合而改善验证结果。
引用
@article{arxiv.1805.07628,
title = {Sparse Architectures for Text-Independent Speaker Verification Using Deep Neural Networks},
author = {Sara Sedighi and Shayan Ramhormozi},
journal= {arXiv preprint arXiv:1805.07628},
year = {2018}
}