面向性别识别的基于GAN的域自适应模型OA北大核心CHSSCD
GAN-Based Domain Adaptation Model for Gender Identification
在实际应用场景中,由于实际语音数据与模型训练数据存在较大差异,导致基于音频的性别识别模型的性能严重下降.为了解决这一问题,提出了一种结合生成对抗网络(GAN)和GhostVLAD层的域自适应模型.基于GhostVLAD的引入可有效减少语音中噪声和无关信息的干扰,而基于GAN思想的训练方法可以实现模型对目标域数据的自适应.在对抗训练中,通过引入辅助损失保持网络对性别特征的表征能力.采用Voxceleb1数据集作为源域,Audioset和Movie数…查看全部>>
吕乔健;陈宁
华东理工大学信息科学与工程学院,上海 200237华东理工大学信息科学与工程学院,上海 200237
信息技术与安全科学
性别识别生成对抗网络域自适应深度学习卷积神经网络
《华东理工大学学报（自然科学版）》 2022 (3)
360-365,6
国家自然科学基金面上项目(61771196)
评论