EFT: Expert Fusion Transformer for Voice-Face Association Learning

计算机科学 变压器 人工智能 机器学习 无监督学习 特征学习 匹配(统计) 语音识别 工程类 数学 统计 电气工程 电压
作者
Guangyu Chen,Deyuan Zhang,Tao Liu,Xiaoyong Du
标识
DOI:10.1109/icme55011.2023.00443
摘要

Learning associations between voices and faces have recently attracted much research interest. Previous studies mainly focused on improving loss function design for learning better representations, neglecting that informative inputs are the prerequisite of association findings and effective representation alignments. Based on this motivation, we proposed an unsupervised transformer-based learning framework, which fuses the knowledge of readily available single-modal expert models to learn better representations. Benefiting from higher-quality inputs, a simple noise contrastive estimation (NCE) loss is used for training. In addition, we proposed a statistical batch construction (SBC) strategy, which obtains high-quality negative samples during the unsupervised learning process. Experiments on the VoxCeleb1 dataset demonstrate the effectiveness of our framework. It yields SOTA results in voice-face verification, matching, and retrieval tasks. In the challenging gender-constrained matching tasks, it achieves over 81% (ACC), which is 5% higher than the previous.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
英俊的铭应助ekdjk采纳,获得10
刚刚
谨慎乌完成签到,获得积分10
刚刚
Sun_Chen发布了新的文献求助10
刚刚
稳过儿完成签到,获得积分10
2秒前
HHZ关闭了HHZ文献求助
3秒前
隐形曼青应助hlc采纳,获得10
3秒前
小团子发布了新的文献求助10
3秒前
HOPE完成签到,获得积分20
4秒前
4秒前
5秒前
5秒前
科研通AI6应助猫尔儿采纳,获得10
5秒前
量子星尘发布了新的文献求助10
5秒前
su发布了新的文献求助10
7秒前
NexusExplorer应助123采纳,获得10
8秒前
shuyingRen发布了新的文献求助10
8秒前
huangtao完成签到,获得积分20
8秒前
冷艳招牌发布了新的文献求助10
9秒前
9秒前
9秒前
量子星尘发布了新的文献求助10
10秒前
zyro完成签到,获得积分10
10秒前
轨迹应助加减乘除采纳,获得10
11秒前
犹豫的行恶应助zzz采纳,获得10
11秒前
12秒前
Rao完成签到 ,获得积分10
12秒前
13秒前
打打应助今天没有哭鸭采纳,获得10
14秒前
Jared应助科研通管家采纳,获得10
14秒前
科研通AI2S应助科研通管家采纳,获得10
14秒前
实验一定顺完成签到,获得积分10
14秒前
14秒前
15秒前
匿名应助科研通管家采纳,获得10
15秒前
15秒前
Ava应助科研通管家采纳,获得10
15秒前
zhonglv7应助科研通管家采纳,获得10
15秒前
15秒前
今后应助科研通管家采纳,获得10
15秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Translanguaging in Action in English-Medium Classrooms: A Resource Book for Teachers 700
Exploring Nostalgia 500
Natural Product Extraction: Principles and Applications 500
Exosomes Pipeline Insight, 2025 500
Qualitative Data Analysis with NVivo By Jenine Beekhuyzen, Pat Bazeley · 2024 500
Advanced Memory Technology: Functional Materials and Devices 400
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5666560
求助须知:如何正确求助?哪些是违规求助? 4882496
关于积分的说明 15117625
捐赠科研通 4825585
什么是DOI,文献DOI怎么找? 2583523
邀请新用户注册赠送积分活动 1537653
关于科研通互助平台的介绍 1495895