speaker information | BriefGPT

关键词speaker information

搜索结果 - 8

使用变长软池化方法从语音表示中去除说话人信息
通过利用语音的结构性质，采用神经网络预测边界从而实现可变长度池化，以去除语音表示中的说话人信息。通过使用时间拉伸和音高变换的数据增强方法，该模型训练时被评估为包含内容信息但独立于说话人信息。
PDF3 months ago
CKERC：面向会话中情感识别的联合大型语言模型与常识知识
基于大型语言模型的共识知识框架 CKERC 是一种用于对话中情感识别的方法，通过生成基于历史话语的对话者共识来提供间接线索信息，并通过解决共识知识在情感识别任务中的有效性进行了实证分析。
PDF4 months ago
利用说话者信息个性化关键词检测
通过整合说话者信息到关键词检测系统，使用 Feature-wise Linear Modulation（FiLM）方法从多个信息源进行学习，我们在多样化数据集上实验并取得了显著提高的关键词检测准确性，特别是在不平衡说话者群体中，还能在参数数
PDF8 months ago
基于发音无关聚类的自监督微调，用于改善内容表示
提出了一个新的自监督学习方法 — 发音者无关聚类 (Spin)，它使用 45 分钟的微调，能够聚类语音表示，并在原始和说话者扰动话语之间执行交换预测，从而分解说话者信息并保留内容表示，并在语音识别和声学单元发现方面优于现有方法。
PDFa year ago
ACL演讲者信息可指引模型更好地应用归纳偏好：以代码交替预测为例的案例研究
通过在受控的、受过教育的方式下丰富模型的说话人信息，可以指导模型捕捉相关的归纳偏差。在预测英语 - 西班牙双语对话中的代码切换点的任务中，加入基于社会语言学的说话者特征可以显著提高准确性。此外，我们发现通过将有影响力的短语添加到输入中，基于
PDF2 years ago
MMGCN：使用深度图卷积神经网络进行多模态融合的对话情绪识别
研究提出了一种基于多模态融合图卷积网络的情感识别模型，该模型能够更有效地利用多模态和长距离语境信息，并利用说话人信息对说话人之间和说话人内部依存关系进行建模，实验结果表明该模型在多模态交互下表现优异。
PDF3 years ago
AGAIN-VC: 一种使用激活引导和自适应实例归一化的一次性语音转换
本文提出了基于激活引导和自适应实例标准化的 AGAIN-VC 系统，改进了合成质量和说话人相似性之间的权衡问题，表现最佳。
PDF4 years ago
对话翻译篇章语料库的自动构建
本文提出一种新方法，自动构建对话机器翻译的平行话语语料库，经实验表明，采用该方法可以显著提高翻译质量，同时公开了大约 10 万条已经手动标注了发言者和对话边界的平行话语数据。
PDF8 years ago