自监督说话人识别框架是如何从无标签数据中提取鲁棒性特征的？
自监督说话人识别框架是如何从无标签数据中提取鲁棒性特征的？
展开
收起
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。
1
条回答
写回答
-
自监督说话人识别框架通过无标签的数据发掘潜在标签信息来提取鲁棒性特征。在3D-Speaker项目中，提出了两种非对比式自监督学习框架，即正则化DINO和自蒸馏原型网络，来训练鲁棒性强的说话人识别系统。
2024-06-30 22:56:42赞同 2 展开评论
相关问答