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
tomas发布了新的文献求助10
1秒前
杨家辉发布了新的文献求助30
1秒前
科研小能手完成签到,获得积分10
1秒前
1秒前
dududuudu完成签到 ,获得积分10
2秒前
2秒前
Kevin发布了新的文献求助10
3秒前
3秒前
3秒前
4秒前
ALICEJACK完成签到,获得积分10
4秒前
爱低温的啊陈完成签到,获得积分10
5秒前
自信的书竹完成签到,获得积分10
5秒前
5秒前
wangmanli完成签到,获得积分10
5秒前
体贴鱼发布了新的文献求助10
5秒前
SciGPT应助跳跃的玫瑰采纳,获得10
5秒前
ysy完成签到,获得积分10
6秒前
难过含烟完成签到 ,获得积分10
8秒前
泡泡茶壶发布了新的文献求助10
9秒前
More应助科研通管家采纳,获得10
9秒前
田様应助科研通管家采纳,获得10
10秒前
脑洞疼应助科研通管家采纳,获得10
10秒前
10秒前
bkagyin应助科研通管家采纳,获得10
10秒前
111完成签到 ,获得积分10
10秒前
More应助科研通管家采纳,获得10
10秒前
11秒前
枯叶灬风完成签到,获得积分10
11秒前
zz完成签到,获得积分10
11秒前
兜里全是糖完成签到,获得积分10
11秒前
xhstky发布了新的文献求助10
12秒前
12秒前
敏感初露发布了新的文献求助10
12秒前
13秒前
H.发布了新的文献求助10
14秒前
忐忑的尔蝶完成签到,获得积分10
15秒前
烦恼大海发布了新的文献求助10
15秒前
领导范儿应助寒冷的断秋采纳,获得10
16秒前
科目三应助敏感初露采纳,获得10
16秒前
高分求助中
Ideology and Meaning-Making under the Putin Regime 750
Introduction to Industrial/Organizational Psychology 600
Prompt Engineering for Clinicians: Harnessing AI in Everyday Medical Practice 600
Handbook of Luminescence Dating 500
Safety Pharmacology 500
《KNN基无铅压电陶瓷电学性能优化与物理机理研究》 500
Isomerism In Coordination Compounds 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 计算机科学 化学工程 生物化学 物理 内科学 复合材料 催化作用 光电子学 物理化学 电极 细胞生物学 基因 遗传学
热门帖子
关注 科研通微信公众号,转发送积分 6935297
求助须知:如何正确求助?哪些是违规求助? 8622207
关于积分的说明 18287797
捐赠科研通 6362719
什么是DOI,文献DOI怎么找? 3075248
关于科研通互助平台的介绍 2112700
邀请新用户注册赠送积分活动 2052680