研究人员开发了一个新框架，用于量化来自混响语音的房间嵌入的不确定性。这些嵌入由于语音内容和录音质量的变化而常常不可靠，会降低下游任务的性能。所提出的方法学习对语音内容变化具有鲁棒性的房间嵌入，并包含一个表示级别的（representation-level）不确定性分数，所有这些都不需要下游任务的监督。该方法将嵌入锚定到一个结构化的潜在空间，并使用具有基于KL的对齐的多视图数据结构，通过对比项进一步优化。一个由腐蚀引起的嵌入色散校准的不确定性头，使得能够使用单个话语进行有效的选择性预测。 AI
影响 这项研究通过更好地处理不确定或降级的音频输入，有可能提高音频处理系统的可靠性。
排序理由 该条目是一篇发表在arXiv上的研究论文，详细介绍了一个用于量化房间嵌入不确定性的新框架。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- Kullback--Leibler divergence
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
