用于说话人与话语验证的说话人-话语双重注意力
音频与语音处理
2020-08-21 v1 计算与语言
声音
信号处理
摘要
本文研究一种利用说话人特征与语言内容之间交互来提升说话人验证与话语验证性能的新技术。我们在统一神经网络中实现说话人-话语双重注意力（SUDA）思想。双重注意力指针对说话人与话语验证两项任务的注意力机制。所提 SUDA 具备注意力掩码机制，以学习说话人与话语信息流之间的交互。这有助于通过屏蔽不相关对应部分，仅聚焦于各自任务所需信息。在 RSR2015 语料库上的研究证实，所提 SUDA 在说话人与话语验证上均优于无注意力掩码的框架及若干竞争系统。
引用
@article{arxiv.2008.08901,
title = {Speaker-Utterance Dual Attention for Speaker and Utterance Verification},
author = {Tianchi Liu and Rohan Kumar Das and Maulik Madhavi and Shengmei Shen and Haizhou Li},
journal= {arXiv preprint arXiv:2008.08901},
year = {2020}
}
备注
Accepted by Interspeech 2020