Aug, 2023

利用线性预测方法优化基于深度学习的共振峰追踪器

PDF
TL;DR该研究通过使用线性预测方法对现有的数据驱动跟踪器 DeepFormants 进行改进，研究了共振峰跟踪。结果表明，通过使用线性预测模型与数据驱动跟踪器结合，可以提高跟踪器的性能。
发现论文，激发创造
  • 语音信号准确共振峰跟踪的时变准闭相位分析

    本文提出了一种新的方法，使用时间变化的准闭相位（TVQCP）分析准确估计和跟踪语音信号中的共振峰。

    Aug, 2023

  • 使用 f0 轨迹的函数数据分析提高说话人去识别能力

    本研究提出了一种新颖的说话者去识别方法，采用简单的共振峰偏移和基于函数数据分析的 f0 轨迹操作，可以在音素可控的方式下掩盖潜在的识别音调特征，提高了基于共振峰的语音匿名度最多达 25%。

    Mar, 2022

  • 前向 - 后向卡尔曼滤波无监督分类语音和音高追踪

    提出了一种新的算法来将有声语音的检测、基频估计和音高跟踪三个子任务集成成一个单一的过程，并通过使用标准度量标准的组合提出了一个无监督语音分类器来实现音素检测。音高值的估计采用混合自相关技术，通过引入前向 - 后向 Kalman 滤波器来平滑音高轮廓。本研究在实验中表明，所提出的方法与当前最先进的音高检测算法相比具有明显的优势。

    Mar, 2021

  • 提高歌声旋律提取的谐波敏感性和预测稳定性

    本论文通过在输入特征上的修改和训练目标上的修改提出了一种改善性能的旋律提取模型，实验证明该方法对于歌唱旋律提取是有效的。

    Aug, 2023

  • 通过 Moment Probing 调整预训练模型

    我们提出了一种新的 Moment Probing (MP) 方法，通过特征分布上的线性分类器，利用特征中更丰富的统计信息来进一步探索 LP 的潜力，并通过多头卷积交叉协方差（MHC^3）以高效有效的方式计算二阶矩。通过在十个基准测试上进行广泛实验，我们的 MP 在少量训练成本下显著优于 LP，并且我们的 MP + 达到了最先进的性能。

    Jul, 2023

  • 关于差分隐私微调的收敛性：线性探测还是全面微调？

    通过理论研究和实证评估，本文分析了差分隐私 fine-tuning 方法的训练动态，并探讨了顺序 fine-tuning 的现象及其对测试损失的影响，为过参数化神经网络中的差分隐私调优提供了理论洞见和隐私预算分配规则。

    Feb, 2024

  • 基于数据驱动和模型驱动的面部关键点鲁棒检测

    本文介绍了一种结合数据和模型的方法来完成面部关键点的检测，即先利用全卷积网络（Fully Convolutional Network, FCN）来生成脸部所有关键点的响应图，再利用 Point Distribution Model（PDM）生成初始面部形状，最后使用加权变体的正则化关键点均值漂移（RLMS）来微调面部形状，实验表明本文提出的方法在面部表情、头部姿态和部分遮挡等挑战性数据集上都能够取得最好的表现。

    Nov, 2016

  • LQF：线性二次调优

    本文介绍了一种名为 LQF 的线性优化模型，使用 Leaky-ReLU 激活函数、平均平方误差损失函数和 Kronecker 矩阵分解的预处理方式，使得该模型在大多数实际图像分类任务中具有与非线性优化方法相当的性能，且具有线性模型的可解释性和鲁棒性。

    Dec, 2020

  • 视觉跟踪的相关良好特征

    本文提出了一种用于视觉目标跟踪的深度全卷积特征学习方法，该方法使用基于网络的反向传播算法，并在性能分析中取得了较好的结果。

    Apr, 2017

  • 利用 Mel 频率倒谱系数（MFCC）和动态时间规整（DTW）技术的语音识别算法

    本文章探讨了数字处理语音信号和语音识别算法的重要性，介绍了特征提取和匹配的数字信号处理方法以及非参数模型和动态时间规整技术的优越性。

    Mar, 2010