超级会员免费看
本文探讨了如何将预训练的英文说话人识别模型finetune以适应中文任务。通过调整模型的输出层、使用数据增强、改变训练时间及调整参数，如AAM margin和学习率，能在保持模型稳定的同时提升识别效果。参照相关论文，finetune后模型的EER降低了约0.3%。
一般我们首先训练说话人识别的模型是使用英文数据集，但是如果想实际应用在中文的话，则必须对模型进行finetune，那么如何对模型进行finetune 呢？图像识别中模型的finetune通常也称为迁移学习，所研究的是如何将源域的知识应用在目标域，将已训练的权值知识用于新的任务，具体步骤为：
- 获取模型训练参数
- 加载模型
- 修改输出层（即类别）
- 训练模型（通常为了使模型参数变换不会过于剧烈，会将学习率调小很多）
那么在说话人识别任务中如何进行模型finetune呢，最近看的一篇论文如下：
本篇paper通过模型的finetune得到一个很好的效果，EER同比降了0.3%左右。
我使用的模型和这篇paper不一样，但使用的数据增强方法是参照这篇的，所以模型finetun
订阅专栏 解锁全文
扫一扫
664
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
