原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
使用检索式语音转换改进低资源方言分类
LeaFischbach,AkbarKarimi,CarolineKleen,AlfredLameli,LucieFlek
ResearchCenterDeutscherSprachatlas,Philipps-UniversitätMarburg,Germany
LamarrInstituteforMLandAI,Germany
b-itCenter,UniversityofBonn,Germany
lea.fischbach@uni-marburg.de,ak@bit.uni-bonn.de
Abstract样本转换为一个共同的目标说话人来减少这种变
异，使模型能够更有效地关注特定于方言的语言
用于方言识别的深度学习模型往往受限于方言数
和语音特征。为了验证这一效果，我们分析了RVC
据的稀缺性。为了解决这一挑战，我们提出使用基
如何改变音频信号，证明尽管说话人的身份发生
于检索的声音转换（RVC）作为一种有效的数据
了变化，但音高和语调等关键韵律特征保持稳定。
增强方法，应用于低资源德语方言分类任务。通过
这一点进一步通过检查转换后产生的音频嵌入得
将音频样本转换为目标统一说话人，RVC最小化
本到支持，这些嵌入显示在转换后的说话人相关聚
了与说话人相关的变异性，使模型能够专注于方
译类减少，证实了RVC在最小化说话人变异中的作
言特有的语言和语音特征。我们的实验表明，当作
中为独立的数据增强方法使用时，RVC增强了分类用。此外，我们还研究了目标说话人的年龄与源
1说话人年龄相匹配是否影响分类性能，提供了关
v性能。此外，结合RVC和其他增强方法如频率遮于RVC增强中说话人特征影响的见解。我们的结
1罩和片段删除会导致额外的性能提升，这突显了
4果表明，RVC不仅与标准方法如频率掩蔽相比提
6其在低资源场景下改善方言分类的潜力。
3IndexTerms:方言分类、数据增强、检索式语高了模型性能，而且当结合使用时还能带来进一
0.步的提升，在低资源设置下的方言分类方面提供
7音转换、德语方言了一个有前途的方向。
0
5
21.介绍
:
v2.相关工作
i方言数据的稀缺性对基于深度学习的模型准确识
x
r别地区口语方言构成了重大挑战。训练数据有限虽然传统的增强方法如SpecAugment[1]或
a
阻碍了这些模型在不同说话人和方言变体之间泛Spec
文档评论（0）