SegFeat:使用可学习的片段特征进行音素边界检测（ICASSP 2020）

使用可学习的片段特征进行音素边界检测（ICASSP 2020） 该存储库提供了的PyTorch实现。 纸 （ ，（ ，（ ，（ 第45届国际声学，语音和信号处理国际会议 音素边界检测对于各种语音处理应用（例如说话者二字化，语音科学，关键词识别等）起着至关重要的第一步。在这项工作中，我们提出了一种结合参数化结构损失函数的神经体系结构，以学习音素的分段表示。音素边界检测任务。 首先，我们在未提供语音音素作为输入的情况下评估了我们的模型。 TIMIT和Buckeye语料库的结果表明，所提出的模型优于基线模型，并且在F1和R值方面达到了最先进的性能。 我们进一步探索了使用语音转录作为额外的监督手段，并表明这会在性能上产生较小的改进，但会大大提高收敛速度。 我们还评估了希伯来语语料库上的模型，并证明了这种语音监督在多语言环境中可能是有益的。 如果您认为此实现有用，请考虑引用我们的工作：