用于语音年龄预测的镶嵌线性模型

语音生物特征任务，如年龄估计，需要对语音特征与生物特征变量之间通常复杂的关系进行建模。虽然深度学习模型可以处理这种复杂性，但它们通常需要大量准确标记的数据才能表现良好。对于诸如基于语音的年龄预测等生物特征任务，此类数据通常稀缺。另一方面，像线性回归这样的简单模型可以使用较小的数据集，但通常无法泛化到数据中存在的潜在非线性模式。在本文中，我们提出了镶嵌线性模型（TLM），这是一种分段线性方法，结合了线性模型的简单性和非线性函数的容量。TLM将特征空间镶嵌成凸区域，并在每个区域内拟合线性模型。我们使用层次贪婪划分来优化镶嵌和线性模型。我们在TIMIT数据集上评估了TLM在语音年龄预测任务上的表现，它优于最先进的深度学习模型。