Detail publikace

Sequence Summarizing Neural Network for Speaker Adaptation

VESELÝ, K.; WATANABE, S.; ŽMOLÍKOVÁ, K.; KARAFIÁT, M.; BURGET, L.; ČERNOCKÝ, J. Sequence Summarizing Neural Network for Speaker Adaptation. In Proceedings of the 41th IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2016), 2016. Shanghai: IEEE Signal Processing Society, 2016. p. 5315-5319. ISBN: 978-1-4799-9988-0.
Název česky
Neuronové sítě shrnující sekvence pro adaptaci na mluvčího
Typ
článek ve sborníku konference
Jazyk
anglicky
Autoři
Veselý Karel, Ing., Ph.D. (UPGM)
Watanabe Shinji (FIT)
Žmolíková Kateřina, Ing., Ph.D. (FIT)
Karafiát Martin, Ing., Ph.D. (UPGM)
Burget Lukáš, doc. Ing., Ph.D. (UPGM)
Černocký Jan, prof. Dr. Ing. (UPGM)
URL
Klíčová slova

DNN, adaptation, i-vector, sequence summary, SSNN

Abstrakt

V tomto článku navrhujeme adaptační techniku DNN, kde je i-vektorový extraktor nahrazen sekvenční souhrnnou neurální sítí (SSNN). Podobně jako i-vektorový extraktor vytváří SSNN souhrnný vektor", představující akustické shrnutí promluvy. Takový vektor se poté připojí ke vstupu hlavní sítě, zatímco obě sítě se společně trénují optimalizací funkce jedné ztráty. Metody adaptace reproduktorů i-vektor a SSNN jsou porovnány na datech schůzky AMI. Výsledky ukazují srovnatelný výkon obou technik na systému FBANK s nácvikem klasifikace rámců. Navíc připojení i-vektoru i souhrnného vektoru" k funkcím FBANK vede k dalšímu zlepšení srovnatelnému s výkonem systému DNN přizpůsobeného FMLLR.

Rok
2016
Strany
5315–5319
Sborník
Proceedings of the 41th IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2016), 2016
ISBN
978-1-4799-9988-0
Vydavatel
IEEE Signal Processing Society
Místo
Shanghai
DOI
10.1109/ICASSP.2016.7472692
UT WoS
000388373405093
EID Scopus
2-s2.0-84973294668
BibTeX 
@inproceedings{BUT130964,
  author="Karel {Veselý} and Shinji {Watanabe} and Kateřina {Žmolíková} and Martin {Karafiát} and Lukáš {Burget} and Jan {Černocký}",
  title="Sequence Summarizing Neural Network for Speaker Adaptation",
  booktitle="Proceedings of the 41th IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2016), 2016",
  year="2016",
  pages="5315--5319",
  publisher="IEEE Signal Processing Society",
  address="Shanghai",
  doi="10.1109/ICASSP.2016.7472692",
  isbn="978-1-4799-9988-0",
  url="https://www.fit.vut.cz/research/publication/11145/"
}
Nahoru