用于 PLDA 无监督域自适应的 CORAL+ 算法
机器学习
2020-04-22 v2 声音
音频与语音处理
机器学习
摘要
当前最先进的说话人识别系统包含一个 x-vector（或 i-vector）说话人嵌入前端，随后接一个概率线性判别分析（PLDA）后端。这些组件的有效性依赖于大量标注训练数据的可用性。在实践中，系统部署的域（例如语言、人口统计特征）通常不同于我们训练系统的域。为了弥合由域不匹配造成的差距，我们提出了一种无监督 PLDA 自适应算法，以从少量未标注的域内数据中学习。所提出的方法受到先前关于基于特征的域自适应技术（即相关性对齐，CORAL）的工作启发。我们将本文提出的基于模型的自适应技术称为 CORAL+。所提出技术的有效性在最新的 NIST 2016 和 2018 说话人识别评估（SRE'16、SRE'18）数据集上得到了实验验证。
引用
@article{arxiv.1812.10260,
title = {The CORAL+ Algorithm for Unsupervised Domain Adaptation of PLDA},
author = {Kong Aik Lee and Qiongqiong Wang and Takafumi Koshinaka},
journal= {arXiv preprint arXiv:1812.10260},
year = {2020}
}
备注
5 pages