OLIVE: Prediksi Laten yang Diperkaya Tampilan dengan Rekonstruksi Gelombang untuk SSL Ucapan

Para penulis mengusulkan OLIVE, sebuah kerangka pembelajaran representasi ucapan tanpa pengawasan sendiri yang mengoptimalkan secara bersamaan tujuan analisis dan sintesis melalui prediksi laten tersembunyi yang diperkaya tampilan dan rekonstruksi gelombang. Pendekatan terpadu ini membatasi fitur encoder awal untuk mempertahankan informasi tingkat sinyal sambil membentuk representasi kontekstual selanjutnya menuju invariansi guna kinerja downstream yang robust.

• Menggabungkan prediksi laten tersembunyi yang diperkaya tampilan dengan rekonstruksi gelombang di bawah satu tujuan.
• Menggunakan rekonstruksi untuk membatasi fitur encoder awal agar mempertahankan informasi tingkat sinyal.
• Membentuk representasi kontekstual selanjutnya menuju invariansi melalui prediksi laten tersembunyi.
• Meningkatkan hasil pada tugas generasi dan pembicara sambil mempertahankan kinerja kompetitif pada tugas pengenalan dan semantik.

OLIVE memungkinkan representasi yang mendukung berbagai tugas, khususnya meningkatkan kualitas rekonstruksi gelombang serta kinerja yang ditingkatkan pada generasi dan identifikasi pembicara.