使用Mises-Fisher混合器实现自然音频流的鲁棒说话人聚类

最新推荐文章于 2024-03-21 16:48:25 发布
最新推荐文章于 2024-03-21 16:48:25 发布
阅读量484 收藏
点赞数
分类专栏： 论文翻译 深度学习声纹识别 文章标签： 2018interspeech论文翻译
深度学习声纹识别 同时被 2 个专栏收录
44 篇文章 76 订阅 ¥19.90 ¥99.00
订阅专栏
论文翻译
31 篇文章 0 订阅
订阅专栏
该研究提出了使用Mises-Fisher混合器对自然音频流进行说话人聚类的方法，尤其适用于多演讲者场景如Peer-Led团队学习课程。通过i-vector提取和主成分分析，结合Mises-Fisher分布进行模型建模和聚类，表现出优于基于K-Means的基线系统的性能，分别在PLTL和AMI语料库上实现了44.48%和53.68%的提升。
摘要由CSDN通过智能技术生成

Robust Speaker Clustering using Mixtures of von Mises-Fisher Distributions for Naturalistic Audio Streams

使用Mises-Fisher混合器实现自然音频流的鲁棒说话人聚类

 

使用Mises-Fisher混合器实现自然音频流的鲁棒说话人聚类

摘要

 

演讲者Diarization（也被称为“谁是谁以及何时？”）对于多演讲者，自然主义者，如Peer-Led团队学习（PLTL）课程来说，这是一项具有挑战性的任务。在这项研究中，Mises-Fisher分布基于多变量混合的稳健支持者聚类。我们的diarization管道有两个阶段：（i）地面真相

了解本专栏 订阅专栏 解锁全文
落雪snowflake
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
订阅专栏
【人工智能的数学基础】超球面上的von Mises-Fisher(vMF)分布
程序员光剑
05-21 2万+
κ0μ10⋯0。
movMF:von Mises-Fisher 分布的混合
06-17
von Mises-Fisher 分布的混合 (movMF) movMF 是 D 维球面数据的分布模型。 movMF 类似于高斯分布，但在球面空间中。 此代码基于A. Banerjee 的对一文。 安装 获取并编译（你需要提升）： git clone https://github.com/mrouvier/movMF cd movMF make 生成随机数据： python data/generate_data.py > data/vec 或者 make generate_date 程序使用 训练统计混合模型： ./bin/movmf_train --nb_mixture 128 --nb_iteration_em 10 --train data/vec --save mixture.txt 其中nb_mixture是混合数， nb_iteration_em是期望最大化（
von Mises-Fisher Distribution
撒旦先生的博客
03-21 1372
von Mises-Fisher 分布的均值、熵、KL 散度以及采样等的 PyTorch 实现.
【论文笔记1】von Mises-Fisher Mixture Model-based Deep learning: Application to Face Verification
yyybeautiful的博客
10-23 1849
.
VMM：使用最小消息长度的无监督学习von Mises-Fisher分布的混合
02-03
VMM，全称为Von Mises-Fisher Mixture Model，是一种在高维数据聚类和方向数据建模中广泛使用的统计模型。它基于von Mises-Fisher分布，这是一种在球面上的概率分布，常用于处理方向数据，如分子取向、磁场方向等。...
用矩阵Bingham-von Mises-Fisher分布建模残基相互作用图
03-09
最近的研究表明，研究人员已经利用了矩阵Bingham-von Mises-Fisher (BMF) 分布来建模蛋白质间残基相互作用图，这是对柔性对接方法的一个补充。这项研究的目的是改善蛋白质-蛋白质对接过程中的采样能力，尤其在难以...
三维von Mises-Fisher分布的均值方差
奔跑的小猪仔
08-26 2658
根据参考论文：https://www.aimspress.com/article/10.3934/mbe.2017038/fulltext.html an explicit formula for the three dimensional variance In Section 4 we apply this method to compute the first and second moment in three dimensions (in three dimensions the von Mis
Incorporating Knowledge Graph Embeddings into Topic Modeling
大表哥的博客
03-03 4866
摘要(2017) 概率主题模型可用于从文档集合中提取低维主题。 然而，这种没有任何人类知识的模型经常产生无法解释的主题。 近年来，人们提出了一些基于知识的主题模型，但它们不能处理知识图中面向事实的三重知识。 另一方面，知识图嵌入自动捕获知识图中实体之间的关系。 本文将知识图嵌入到主题建模中，提出了一种新的基于知识的主题模型。 通过将广泛使用的潜在Dirichlet分配模型与实体向量编码的知识相结合，显著提高了语义连贯性，更好地捕捉到了文档在主题空间中的表示。 【贡献点】 本文将主题...
von mises分布
04-09
von mises图像的代码，适用于仿真
von Mises 图像熵：确定图像 Rényi 熵的 von Mises 分布的算法。-matlab开发
05-30
给定图像的局部 Rényi 熵在四个等距方向上计算，并用于确定图像熵的 von Mises 分布参数。 von Mises 分布的浓度参数 κ 及其适应度参数 φ 似乎适合定义某些特定图像失真（例如高斯模糊或加性高斯噪声）中的图像质量评估度量。 可以在S. Gabarda和G.Cristóbal的“通过von Mises分布进行的无参考图像质量评估”中找到详细信息。 社会。 是。 A，卷。 29, No. 10 / 2012 年 10 月。/
常用分布函数
热门推荐
qq_23937341的博客
07-11 1万+
0-1分布 设随机变量X只可能取0与1两个值，分布律为 则称X服从以p为参数的0-1分布 即 X 0 1 P 1-p p 用于描述: 对新生儿性别进行登记；检查产品质量是否合格；某车间的电力消耗是否超负荷 二项分布 设随机变量X只可能...
Python实现基于BIC的语音对话分割(一)
wblgers的学习小屋
07-23 1万+
1. 贝叶斯信息准则在统计学里，处理模型选择问题时我们往往采用BIC进行判定，即贝叶斯信息准则。BIC是似然函数(likelihood function)加上一个惩罚项组成的，这个加上的惩罚项与模型拟合的参数有关，这样可以防止过拟合。一般来说，贝叶斯信息准测的定义如下所示： BIC=ln(n)k−2ln(L^)BIC = ln(n)k-2ln(\hat{L})
描述角度的分布汇总
Cloud Atlas
07-05 714
最近在寻找描述角度的分布时，发现了一本书【Statistical Analysis of Circular Data】，对于这些分布的特性与应用比较详细，在这里先记录几个典型分布作为之前博文的备选。 Cardioid Distribution fC(θ)=12π{1+2ρcos⁡(θ−μ)}f_{C}(\theta)=\frac{1}{2 \pi}\{1+2 \rho \cos (\theta-\mu)\}fC​(θ)=2π1​{1+2ρcos(θ−μ)} 其中 θ∈[0,2π),ρ∈[0,12]\thet
face recognition[翻译][深度人脸识别:综述]
weixin_34232363的博客
10-18 1737
这里翻译下《Deep face recognition: a survey v4》. 1 引言 由于它的非侵入性和自然特征，人脸识别已经成为身份识别中重要的生物认证技术，也已经应用到许多领域，如军事，进入，公共安全和日常生活。FR自然在CVPR会议中也占据了十分长的时间。早在1990年代，随着特征脸的提出[157]，FR就成为了一个比较热门的研究领域。过去基于特征进行FR的里程碑方法在图1中有所...
python-3.9.20-amd64.exe
最新发布
09-10
windwos环境下python 3.9系列64位安装包，仅推荐个人学习、开发、娱乐或者测试环境下使用。
von mises-fisher分布
08-07
比如，在文本挖掘中，可以使用von Mises-Fisher分布来建模文本向量的分布，以进行文本分类或聚类。在计算机视觉中，von Mises-Fisher分布可以用于处理球面上的特征向量，如图像、表面形状或运动估计。在生物统计学中...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值