permutation invariant training | BriefGPT

关键词permutation invariant training

搜索结果 - 9

使用动态样本丢弃与层次优化相结合的方法改善语音分离中的标签分配学习
在受监督语音分离中，我们提出了一种新的训练策略，动态样本丢失（DSD），它考虑了先前的最佳标签分配和评估指标，以排除在训练期间可能对学习到的标签分配产生负面影响的样本，并且通过层解耦方法（LO）来解决层解耦问题，结果表明，结合 DSD 和
PDF8 months ago
优化置换训练的多说话人单通道语音分离
本研究提出一种使用匈牙利算法进行排列不变训练的神经语音分离方法，可以高效地处理多达 20 个说话者的语音数据。
PDF3 years ago
AAAI使用排列不变训练的事实感知句子拆分与改写
本文提出了 Fact-aware Sentence Encoding 以学习原始句子中的事实，再通过置换不变训练来避免序列生成模型中的序列顺序变化问题。实验结果表明，我们的方法可以大幅提高 seq2seq 模型在 WebSplit-v1.0
PDF4 years ago
未知发言者数量的递归语音分离
该论文提出了一种用于未知扬声器数量的单通道扬声器非特定多扬声器语音分离方法，其中引入了排列不变训练，使模型具有递归性，并且通过使用基于深度神经网络的分类器进行递归分离来更准确地估计混音中扬声器数量，从而在 WSJ0-2mix 和 WSJ0-
PDF5 years ago
无监督单通道重叠语音识别中的渐进联合建模
提出一种基于模块化结构、渐进式预训练、转移学习以及鉴别性训练标准的神经网络模型，相较于现有模型，该模型在解决无监督单通道重叠语音识别方面表现更为优秀，能够取得超过 30% 的远程词错误率相对改进。
PDF7 years ago
采用置换不变训练的单通道多说话人语音识别
本文探讨了如何通过扩展置换不变训练（PIT）方法并引入前端特征分离模块（最小均方误差标准）和后端识别模块（最小交叉熵标准），解决在多说话人混合语音识别中的问题，并且在 AMI 数据集（包括二人和三人的混音语音）的实验中，相对于同类不同说话人
PDF7 years ago
使用置换不变训练技术识别多说话者语音
本文提出了一种新的技术，通过排列不变训练 (PIT) 来直接识别混合语音中的多个语音流，解决了标签置换和说话人追踪问题。
PDF7 years ago
基于深度递归神经网络的话语级别不变置换训练的多说话者语音分离
本文提出了逐句级别的置换不变训练（uPIT）技术，利用循环神经网络实现了多说话人语音分离，无需事先了解信号时长、说话人数量、身份和性别，且模型具有很好的泛化性能，在实验中表现优异。
PDF7 years ago
面向说话人不可知的多人语音分离的深度模型置换不变训练
本研究提出了一种新的深度学习模型，用于解决语音分离的 Cocktail-party 问题，它支持排列不变训练（PIT），实验表明 PIT 的有效性可以解决语音分离中的标签置换问题，从而实现自动会议记录和多方人机交互等的应用。
PDF8 years ago