首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

[论文品读]·d-vector解读(Deep Neural Networks for Small Footprint Text-Dependent Speaker Verification)

在本文中,我们研究深度神经网络(DNNs)在小型文本相关的说话者验证任务的应用。在开发阶段,DNN经过训练,可以在帧级别对说话人进行分类。在说话人录入阶段,使用训练好的的DNN用于提取来自最后隐藏层的语音特征。这些说话人特征或平均值,d-vector,用作说话人特征模型。在评估阶段,为每个话语提取d-vector与录入的说话人模型相比较,进行验证。实验结果表明基于DNN的说话人验证与常用的i-vector相比,系统在一个小的声音文本相关的说话人验证任务实现了良好的性能表现。此外,基于DNN的系统对添加的噪声更加稳健,并且在低错误拒绝操作点上优于i-vector系统。最后,组合系统在进行安静和嘈杂的条件分别优于i-vector系统以14%和25%的相对错误率(EER)。

03

Golang语言写Web 应用程序

view.html

www.golangweb.com

{{.Title |html}}

{{printf "%s" .Body |html}}

[edit]

edit.html

Editing {{.Title |html}}

<form action="/save/{{.Title |html}}" method="PO

07

CVPR 2018 | 新研究提出深度残差等价映射:由正脸加强侧脸识别效果

选自arXiv 作者:Kaidi Cao等 机器之心编译 参与:李诗萌、白妤昕、思源 由于类别样本不均衡,人脸检测只在正脸识别上有优秀的表现,它们很难识别侧脸样本。近日,香港中文大学和商汤科技等研究者提出了一种在深度表示空间中通过等变映射在正脸和侧脸间建立联系的方法,该方法的计算开销较少,但可以大大提升侧脸识别效果。 引言 深度学习的出现大大推动了人脸识别的发展。而人脸识别的焦点倾向于以正脸附近为中心,然而在不受限的环境中进行人脸识别,并不能保证其结果。尽管人类从正面识别侧面的表现只比从正面识别正面的表现差

07

科学瞎想系列之六十九 数九寒天话取暖

三九四九冰上走,数九寒天是一年中最寒冷的日子,特别是今年,南方大部分地区都下了大雪,这可冻坏了没有暖气的南方宝宝!其实今年最苦B的还不是南方,而是河北的宝宝们,原因大家都懂的。无论南方还是河北,所有挨冻的宝宝们,各显神通使出了浑身解数,电暖气、暖手宝、空调等等各种取暖设施齐上阵,只为在这数九寒天里得到那一丝温暖。问题来了,一看电表,蹦字飞快,白华华的银子随之而去,尽管房间温度起来了,但宝宝们的小心脏啊!拔凉拔凉的!如何才能省钱又暖和?今天老师就从一年四季说起,说说这数九寒天为嘛这么冷,再给宝宝们讲

04
领券