인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Speaker verification is a biometric technology that identifies and authenticates individuals based on speech data. It compresses speech features into vector representations and computes similarity scores to determine identity matches. However, intra-speaker variability caused by factors such as emotions, environmental conditions, and context can degrade verification performance. To address this challenge, we integrate elastic loss into ECAPA-TDNN, a deep learning model for speaker feature extraction. Elastic loss utilizes randomly drawn margins from a Gaussian distribution to enhance training robustness and generalization, improving cosine similarity scoring between speech samples. Elastic loss aims to enhance robustness in speaker verification b explicitly handling intra-speaker variability arising from variations in emotional state, environmental noise, and recording conditions. Experimental results on the VoxCeleb dataset demonstrate that our approach outperforms AAM-Softmax in terms of equal error rate(EER), minimum detection cost function (minDCF), and area under the curve (AUC). Additionally, our method shows superior performance across varying speech durations, including segments longer than two seconds.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094411126
