可以使用神经网络对i-vectors进行语言识别分类吗?

我在做一个语言识别器,原本计划使用神经网络对我的i-vectors进行分类,但是我读了很多论文,它们总是使用其他方法,比如SVM或PLDA,有人能解释一下为什么吗?还是说使用神经网络也是可以的?


回答:

神经网络适用于处理复杂的非线性多特征输入。i-vectors的设计目的是将说话者的空间映射到一个非常简单的空间,在这个空间中,使用逻辑回归或SVM就可以很容易地区分说话者。

如果你想尝试使用神经网络,可以尝试一些端到端的解决方案,比如https://github.com/FlashTek/vggvox-pytorch

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注