典型文献
面向性别识别的基于GAN的域自适应模型
文献摘要：
在实际应用场景中,由于实际语音数据与模型训练数据存在较大差异,导致基于音频的性别识别模型的性能严重下降.为了解决这一问题,提出了一种结合生成对抗网络(GAN)和GhostVLAD层的域自适应模型.基于GhostVLAD的引入可有效减少语音中噪声和无关信息的干扰,而基于GAN思想的训练方法可以实现模型对目标域数据的自适应.在对抗训练中,通过引入辅助损失保持网络对性别特征的表征能力.采用Voxceleb1数据集作为源域,Audioset和Movie数据集分别作为目标域,对本文的域自适应模型的性能进行测试实验.实验结果表明,相比于基于卷积神经网络的性别识别模型,本文模型可将性别识别的准确率分别提高5.13％和7.72％.
文献关键词：
性别识别;生成对抗网络;域自适应;深度学习;卷积神经网络
中图分类号：
作者姓名：
吕乔健;陈宁
作者机构：
华东理工大学信息科学与工程学院,上海 200237
文献出处：
引用格式：
[1]吕乔健;陈宁-.面向性别识别的基于GAN的域自适应模型)[J].华东理工大学学报（自然科学版）,2022(03):360-365
A类：
GhostVLAD,Voxceleb1,Audioset
B类：
性别识别,GAN,域自适应,适应模型,语音数据,模型训练,训练数据,音频,识别模型,生成对抗网络,训练方法,目标域,对抗训练,性别特征,表征能力,源域,Movie,测试实验
AB值：
0.259038
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
