| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-03-01 15:50 自己教師あり学習に基づく話者照合における言語性の影響 ○若松智花（都立大）・安藤厚志（NTT）・塩田さやか（都立大）・増村 亮（NTT）・貴家仁志（都立大）  EA2022-118 SIP2022-162 SP2022-82 |
|
| 抄録 | （和） | 近年様々な分野において自己教師あり学習（Self-Supervised Learning; SSL）を用いた研究が活発に行われており，話者照合に関する研究においても，事前学習済みのSSLモデルに基づく手法が高い精度を記録したことが報告されている． 話者照合には発話内容や言語の情報が影響しないことが望ましいとされるが，実際には言語の違いが照合精度に影響を及ぼすことが知られている． 一方で，SSLモデルに基づく研究における言語依存性に関する問題は未検証である． 本稿では，実環境の英語話者および日本語話者を対象として，SSLモデルに基づく話者照合において言語の違いが照合精度に与える影響を調査した． 実験の結果，SSLモデルに基づく話者照合においても話者の言語の違いが照合精度に影響を与えることを確認した． また，多言語のデータセットを用いてSSLモデルを事前学習することで言語の違いによる影響が低減され，特に学習言語と話者照合のターゲット言語が一致する場合に最も高い精度を記録したことを報告する． |
| （英） | In recent years, statistical models utilizing Self-Supervised Learning (SSL) have been employed in various fields It has been reported that SSL-based methods achieve high performance in speaker verification. On the other hand, it is known that speaker verification is language-dependent, but the effect of linguistic differences on verification accuracy has not been investigated based on the SSL model. This paper investigates the effect of linguistic differences on accuracy in speaker verification based on the SSL model using English and Japanese speakers in the wild. Experimental results show that the performance of speaker verification based on the SSL model is also degraded by differences in speaker language. We also confirm that the SSL model pre-trained on multilingual dataset reduces the influence of language differences. Moreover, this method records the highest accuracy compared to other conditions when the dataset used for training and evaluation are in the same language. |
|
| キーワード | （和） | 話者照合 / 自己教師あり学習 / 言語依存性 / x-vector / / / / |
| （英） | speaker verification / Self-Supervised Learning / language dependency / x-vector / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 389, SP2022-82, pp. 247-252, 2023年2月. | |
| 資料番号 | SP2022-82 | |
| 発行日 | 2023-02-21 (EA, SIP, SP) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | EA2022-118 SIP2022-162 SP2022-82 |
|
| 研究会情報 | |
| 研究会 | SP IPSJ-SLP EA SIP |
| 開催期間 | 2023-02-28 - 2023-03-01 |
| 開催地（和） | 沖縄県立博物館・美術館 |
| 開催地（英） | |
| テーマ（和） | 音声，応用／電気音響, 信号処理，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2023-02-SP-SLP-EA-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | 自己教師あり学習に基づく話者照合における言語性の影響 |
| サブタイトル（和） | |
| タイトル（英） | The linguistic influence on speaker verification based on Self-Supervised Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 話者照合 / speaker verification |
| キーワード(2)（和/英） | 自己教師あり学習 / Self-Supervised Learning |
| キーワード(3)（和/英） | 言語依存性 / language dependency |
| キーワード(4)（和/英） | x-vector / x-vector |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 若松 智花 / Tomoka Wakamatsu / ワカマツ トモカ |
| 第1著者 所属（和/英） | 東京都立大学 (略称： 都立大) Tokyo Metropolitan University (略称： Tokyo Metropolitan Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 安藤 厚志 / Atsushi Ando / アンドウ アツシ |
| 第2著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone (略称： NTT) |
| 第3著者 氏名（和/英/ヨミ） | 塩田 さやか / Sayaka Shiota / シオタ サヤカ |
| 第3著者 所属（和/英） | 東京都立大学 (略称： 都立大) Tokyo Metropolitan University (略称： Tokyo Metropolitan Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 増村 亮 / Ryo Masumura / マスムラ リョウ |
| 第4著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone (略称： NTT) |
| 第5著者 氏名（和/英/ヨミ） | 貴家 仁志 / Hitoshi Kiya / キヤ ヒトシ |
| 第5著者 所属（和/英） | 東京都立大学 (略称： 都立大) Tokyo Metropolitan University (略称： Tokyo Metropolitan Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-03-01 15:50:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SP |
| 資料番号 | EA2022-118, SIP2022-162, SP2022-82 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.387(EA), no.388(SIP), no.389(SP) |
| ページ範囲 | pp.247-252 |
| ページ数 | 6 |
| 発行日 | 2023-02-21 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]