基于模型无关元学习的说话人自适应训练
计算与语言
2019-10-24 v1 机器学习
音频与语音处理
摘要
神经网络声学模型的说话人自适应训练（SAT）以一种使模型更适于适配测试条件的方式学习模型。传统上，基于模型的说话人自适应训练通过一组说话人相关参数与说话人无关参数联合优化以消除说话人差异来进行。然而，若要对所有神经网络权重进行说话人适配，这种方法难以良好扩展。本文中将说话人自适应训练表述为一个元学习任务，其中使用梯度下降的适配过程被直接编码进模型的训练中。我们将该方法与标准基线模型的仅测试时适配以及具有学习到的说话人适配进度的 SAT-LHUC 模型进行比较，并证明元学习方法取得了可比的结果。
引用
@article{arxiv.1910.10605,
title = {Speaker Adaptive Training using Model Agnostic Meta-Learning},
author = {Ondřej Klejch and Joachim Fainberg and Peter Bell and Steve Renals},
journal= {arXiv preprint arXiv:1910.10605},
year = {2019}
}
备注
Accepted to IEEE ASRU 2019