A Hierarchical Subspace Model for Language-Attuned Acoustic Unit Discovery

V této práci navrhujeme hierarchický model podprostoru pro zjišťování akustických jednotek. V tomto přístupu rámcujeme úkol jako jeden z učení vkládání do nízkodimenzionálního fonetického podprostoru a současně specifikujeme samotný podprostor jako vložení do hyperprostoru. Trénujeme hyperprostor na sadě přepsaných jazyků a přenášíme je do cílového jazyka. V cílovém jazyce odvodíme jak jazyk, tak vložení jednotek bez dozoru, a přitom se současně naučíme podprostor jednotek specifických pro tento jazyk a jednotek, které v něm přebývají. Provádíme experimenty na TIMIT a dvou jazycích s nízkými zdroji: Mboshi a Yoruba. Výsledky ukazují, že náš model překonává hlavní techniky zjišťování akustických jednotek, a to jak z hlediska kvality shlukování, tak přesnosti segmentace.