Notice bibliographique
Résumé
Biometric identification technology has been widely used in today's society because of its convenience and security.As an important biometric feature, speech contains abundant information, and because of the popularity of smart devices, the collection cost of a speaker's speech is also very low.Therefore, it is of great practical value to analyze the speaker's voice.This paper mainly discusses the speaker's voiceprint recognition based on deep learning and expands the speech emotion recognition.Voiceprint recognition is divided into two tasks: speaker identification and speaker confirmation, and speech emotion recognition will be directly treated as a multi-classification problem.To take advantage of different attention mechanisms, this paper proposes a dual-path attention mechanism, which applies self-attention and convolution module attention at the same time and significantly improves the recognition effect without increasing the training time.Based on the ternary loss of predecessors, the cluster domain loss is proposed, and this paper further improves this loss for the speaker identification task and puts forward the weighted cluster domain loss, which pays more attention to the increase of the difference between classes, thus increasing the probability that critical samples are correctly classified.To solve the problem of low efficiency of cluster loss in the early stage of training, this paper also puts forward a novel loss function-critical enhancement loss, which pays extra attention to the sample pairs that are easiest and necessary to be optimized in every step of the training process.After combining cluster loss, the samples that are most difficult to optimize and easiest to optimize in every step are considered at the same time, which accelerates the training process and wins more training time for the difficult loss in cluster loss, thus further improving the final optimization effect.Aiming at the task of speaker emotion recognition, this paper proposes a lightweight neural network that combines Res Net and GRU.Compared with other methods in newer literature, this paper achieves comparable emotion classification results on the IEMOCAP data set with fewer parameters and features, in which UA reaches 67.9%, F1 score reaches 0.675, and the number of parameters is relatively reduced by 16.2%.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».