变分贝叶斯自适应学习深潜变量用于声学知识迁移
音频与语音处理
2025-01-28 v1 声音
摘要
本文提出了一种新颖的变分贝叶斯自适应学习方法，用于跨域知识迁移以解决训练和测试条件之间的声学不匹配问题，如录音设备和环境噪声。与传统贝叶斯方法不同后者对模型参数施加不确定性风险由于参数数量庞大导致维度灾难，我们关注估计可管理数量的深潜变量。来自源域的学习知识因此编码在深潜变量的先验分布中，并以贝叶斯方式最佳组合来自目标域小套适应数据的以近似对应的后验分布。提出并研究了两种不同策略来估计后验分布：高斯均值场变分推断和经验贝叶斯。这些策略针对源域和目标域之间是否存在平行数据进行了考虑。此外，还研究了结构关系建模以增强近似。我们在两个声学适应任务上评估了我们的方法：1) 声学场景分类的设备适应，2) spoken command recognition 的噪声适应。实验结果表明，所提出的变分贝叶斯自适应学习方法可以在目标域数据上获得良好的改进，并持续优于最先进的知识迁移方法。
引用
@article{arxiv.2501.15496,
title = {Variational Bayesian Adaptive Learning of Deep Latent Variables for Acoustic Knowledge Transfer},
author = {Hu Hu and Sabato Marco Siniscalchi and Chao-Han Huck Yang and Chin-Hui Lee},
journal= {arXiv preprint arXiv:2501.15496},
year = {2025}
}
备注
Accepted to TASLP