Detail publikace

Challenging margin-based speaker embedding extractors by using the variational information bottleneck

STAFYLAKIS, T.; SILNOVA, A.; ROHDIN, J.; PLCHOT, O.; BURGET, L. Challenging margin-based speaker embedding extractors by using the variational information bottleneck. In Proceedings of Interspeech 2024. Proceedings of Interspeech. Kos: International Speech Communication Association, 2024. p. 3220-3224. ISSN: 1990-9772.
Název česky
Extraktory embeddingů řečníků pro náročné okrajové podmínky s variačním informačním bottleneckem
Typ
článek ve sborníku konference
Jazyk
anglicky
Autoři
Stafylakis Themos
Silnova Anna, M.Sc., Ph.D. (UPGM)
Rohdin Johan Andréas, M.Sc., Ph.D. (UPGM)
Plchot Oldřich, Ing., Ph.D. (UPGM)
Burget Lukáš, doc. Ing., Ph.D. (UPGM)
URL
Klíčová slova

rozpoznávání mluvčích, úzké hrdlo variačních informací

Abstrakt

Extraktory zabudování mluvčích jsou obvykle trénovány pomocí a ztráta klasifikace
nad školícími mluvčími. Během posledního několik let byla standardní ztráta
softmax/cross-entropie nahrazeny ztrátami založenými na maržích, což vede
k významným důkazy přesnosti rozpoznávání mluvčích. Motivován tím skutečnost, že
marže pouze snižuje logit cíle mluvčího během tréninku uvažujeme
pravděpodobnostní rámec která má podobný účinek. Variační informační láhev - krk
poskytuje principiální mechanismus pro vytváření determinismu stochastické uzly,
což má za následek implicitní snížení pos- teriér cílového reproduktoru.
Experimentujeme se širokou škálou srovnávacích testů rozpoznávání mluvčích
a metod hodnocení a re- přenést konkurenční výsledky na výsledky dosažené při
současném stavu art Additive Angular Margin loss.

Rok
2024
Strany
3220–3224
Časopis
Proceedings of Interspeech, roč. 2024, č. 9, ISSN 1990-9772
Sborník
Proceedings of Interspeech 2024
Konference
Interspeech Conference, Kos, GR
Vydavatel
International Speech Communication Association
Místo
Kos
DOI
10.21437/Interspeech.2024-2058
EID Scopus
2-s2.0-85214796182
BibTeX 
@inproceedings{BUT193738,
  author="Themos {Stafylakis} and Anna {Silnova} and Johan Andréas {Rohdin} and Oldřich {Plchot} and Lukáš {Burget}",
  title="Challenging margin-based speaker embedding extractors by using the variational information bottleneck",
  booktitle="Proceedings of Interspeech 2024",
  year="2024",
  journal="Proceedings of Interspeech",
  volume="2024",
  number="9",
  pages="3220--3224",
  publisher="International Speech Communication Association",
  address="Kos",
  doi="10.21437/Interspeech.2024-2058",
  issn="1990-9772",
  url="https://www.isca-archive.org/interspeech_2024/stafylakis24_interspeech.pdf"
}
Soubory
Nahoru