摘要：
论文： X-VECTORS: ROBUST DNN EMBEDDINGS FOR SPEAKER RECOGNITION 思想： X-VECTORS是当前声纹识别领域主流的baseline模型框架，得益于其网络中的statistics pooling层，X-VECTORS可接受任意长度的输入，转化为 阅读全文
posted @ 2020-09-12 17:35
卑微的蜗牛
阅读(8073)
评论(0)
推荐(0)
摘要：
论文： TEXT-INDEPENDENT SPEAKER VERIFICATION USING 3D CONVOLUTIONAL NEURAL NETWORKS 思想： 本文提出了一种采用3D-CNN进行文本无关说话人验证任务的架构，相较于2D-CNN,3D-CNN增加了一个维度，使得网络能够一次性 阅读全文
posted @ 2020-09-12 17:30
卑微的蜗牛
阅读(718)
评论(0)
推荐(0)
摘要：
论文： Deep Speaker: an End-to-End Neural Speaker Embedding System 思想： Deep Speaker是百度提出的一种端到端的说话人编码方法。该方法采样ResCNN或GRU进行帧级别的特征提取，然后时间平均层将输入序列帧级别的特征转化为句子级 阅读全文
posted @ 2020-09-12 17:20
卑微的蜗牛
阅读(2877)
评论(0)
推荐(1)
摘要：
论文： GENERALIZED END-TO-END LOSS FOR SPEAKER VERIFICATION 思想： 本文是在Google上一篇论文attention-based model(TE2E[1])的基础上，针对损失函数做的改进，提出了GE2E loss；GE2E loss包含soft 阅读全文
posted @ 2020-09-12 17:11
卑微的蜗牛
阅读(2121)
评论(1)
推荐(0)
摘要：
论文： ATTENTION-BASED MODELS FOR TEXT-DEPENDENT SPEAKER VERIFICATION 思想： 可以看作是在Google15年提出的d-vector算法的改进， 1）采用可学习的带权重和偏置的cosine得分； 2）为减少语句中的噪声和静音干扰，对LST 阅读全文
posted @ 2020-09-12 16:52
卑微的蜗牛
阅读(790)
评论(0)
推荐(0)
摘要：
论文： End-to-End Text-Dependent Speaker Verification 思想： google提出的文本相关的说话人确认，通过DNN或LSTM的网络结构提取说话人特征表达；然后注册阶段输入说话人的多个文本相关句子(考虑环境噪声等干扰)得到的特征表达取平均值作为该说话人的e 阅读全文
posted @ 2020-09-12 16:35
卑微的蜗牛
阅读(1968)
评论(0)
推荐(0)
摘要：
论文： VoxCeleb2: Deep Speaker Recognition 思想：显然，VoxCeleb2是在voxceleb基础上扩充和改进，仍然是两个贡献点： 1）扩大声纹识别数据集，由voxceleb的1251说话人超过19万句子，到voxceleb2的超过6000说话人共计超过百万的语音 阅读全文
posted @ 2020-09-12 16:25
卑微的蜗牛
阅读(2074)
评论(0)
推荐(0)
摘要：
论文： VoxCeleb: a large-scale speaker identification dataset 思想： 1）整理了一个非约束的声纹识别数据集，1251个左右说话人，每个说话人100utts；整理来源youtube； 2）采用VGG-M网络进行说话人辨别和验证特征表达学习，并在此 阅读全文
posted @ 2020-09-12 16:18
卑微的蜗牛
阅读(1757)
评论(0)
推荐(0)
浙公网安备 33010602011771号