2022 年 3月 14 日随笔档案 - 孜孜不倦fly

2022年3月14日

摘要：一.Encoder:GE2E 参考知乎网址：GE2E论文解读小结： 1.模型结构图： 2.输入为40-dim log-mel spectrogram，输出低维的speaker embedding 3.目标：拉近说话人embedding和对应质心的距离，拉远该embedding和其他说话人的质心.在阅读全文

posted @ 2022-03-14 19:45 孜孜不倦fly 阅读(827) 评论(0) 推荐(0)