典型文献
基于VQ-VAE与Do-Conv层的无监督语音表示学习
文献摘要：
针对在无监督条件下,对语音信号提取语音表示的问题,提出了Do-VQVAE模型.提出的Do-VQVAE模型主要基于矢量量化变分自编码器的结构进行实现,并在此基础上,引入深度方向超参数化卷积层构成编码器.该模型通过编码器-解码器的结构,以无监督的方式提取语音信号的特征,将编码器的输出通过码书的映射进行量化,得到离散的语音表示.在实验过程中还引入了互信息神经估计,旨在提高学习到的语音表示的说话人不变性.提出的模型在ZeroSpeech 2019挑战的数据集上进行了训练和测试,经过测试,模型的ABX错误率相比于基线和卷积VQ-VAE模型都有明显降低,并取得了与最好系统相媲美的结果.
文献关键词：
语音表示;无监督;声学单元发现;ZeroSpeech挑战
中图分类号：
作者姓名：
刘雪鹏;张文林;陈紫龙
作者机构：
信息工程大学,河南郑州450001
文献出处：
引用格式：
[1]刘雪鹏;张文林;陈紫龙-.基于VQ-VAE与Do-Conv层的无监督语音表示学习)[J].信息工程大学学报,2022(05):513-519
A类：
无监督语音表示学习,VQVAE,ZeroSpeech,声学单元发现
B类：
Do,Conv,语音信号,信号提取,矢量量化,变分自编码器,超参数,参数化卷积层,解码器,射进,互信息,说话,不变性,ABX,错误率,相媲美
AB值：
0.212885
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。
