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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注