自蒸馏原型网络由教师模型和学生模型构成。在应用中,同一条语音被切分成若干长时和短时语音,长时语音输入教师特征编码器、教师多层感知机以及原型网络,而短时语音则输入学生特征编码器、学生多层感知机以及原型网络。教师模型的输出用于指导学生模型的输出,完成自蒸馏过程,从而提高说话人嵌入矢量的泛化性能。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。