-
题名生成式与对比式耦合的声纹识别自监督预训练方法
被引量：1
- 1
-
-
作者
蒋世炜
钱宇华
原之安
梁新彦
-
机构
山西大学大数据科学与产业研究院
山西省机器视觉与数据挖掘中心
山西大学计算机与信息技术学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2024年第8期1847-1853,共7页
-
基金
国家自然科学基金重点项目(62136005)资助
国家重点研发计划项目(2021ZD0112400)资助
+1 种基金
山西省科技重大专项“揭榜挂帅”项目(202201020101006)资助
山西省青年科学基金项目(20210302124556)资助.
-
文摘
当前,自监督学习技术已成为缓解声纹识别任务有标签训练数据不足问题的主要手段.然而,相关研究目前仅注重学习样本的全局特征,忽略了对样本局部特征的学习.为了解决该问题,本文提出了一种耦合生成式建模和对比式建模的声纹识别自监督框架.该框架不仅保留了对比式建模对所学全局特征的约束,同时引入了生成式建模对所学局部特征的约束,使得特征提取模型学习到更具判别性的特征.基于此框架,本文提出了一种新的声纹识别自监督学习方法DINO-MFM.实验结果表明,DINO-MFM比其他自监督方法具有更好的性能表现,相较于对比式方法DINO,等错率下降了6.4%.
-
关键词
声纹识别
说话人识别
自监督学习
生成式学习
对比式学习
-
Keywords
voiceprint recognition
speaker recognition
self-supervised learning
generative learning
contrastive learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
