文件名称：vad函数matlab代码-tf-kaldi-speaker:Kaldi和Tensorflow的集成以训练基于神经网络的说话者验证系统
文件大小：508KB
文件格式：ZIP
更新时间：2024-06-09 07:28:57
系统开源
vad函数matlab代码更新2020/4/14 我注意到VoxSRC 2020开始了。 该存储库可用作此挑战的基准。 就像我说的，使用ResNet-18 + softmax可以得到1.8％的EER，这是一个很好的结果（使用〜5900个扬声器训练集并在vox1测试集上进行测试）。 只需使用AMSoftmax损失，尝试更深层次的网络，添加新的合并方法（例如自我注意）并实现高级结构（例如挤压和激励），我希望可以取得更好的结果。 享受培训:-) 更新2019/11/19 添加了多GPU培训。 可以在配置文件中指定GPU的数量。 有关更多详细信息，请参见示例，例如egs / voxceleb / v3 / run.sh。 添加一个标准的VoxCeleb示例，该示例使用egs / voxceleb / v2（使用tdnn）和v3（使用resnet）中的官方培训列表（即VoxCeleb2开发集）。 添加一个简单的ResNet + softmax示例，使用官方培训列表，该示例在VoxCeleb1测试集中的EER达到1.8％。 由于我们使用数据并行性，因此每步数据和梯度都会在GPU之间分布。 当使用过