
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Arjona Ramírez, Miguel | - |
| Autor(es): dc.creator | Beccaro, Wesley | - |
| Autor(es): dc.creator | Rodríguez, Demóstenes Zegarra | - |
| Autor(es): dc.creator | Rosa, Renata Lopes | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:33:43Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:33:43Z | - |
| Data de envio: dc.date.issued | 2022-07-18 | - |
| Data de envio: dc.date.issued | 2022-07-18 | - |
| Data de envio: dc.date.issued | 2022-01 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/50638 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1163771 | - |
| Descrição: dc.description | Autoregressive models for the envelope of speech power spectral densities (PSDs) are refined by the self-supervised spectral learning machine (S3LM) provided with differentiable spectral objective functions, including the Itakura-Saito divergence (ISD), the Kullback-Leibler divergence (KLD), the reverse KLD (RKLD) and the log spectral distortion (LSD), which display more significant results. However, in order to assess the models more perceptually, a method is proposed based upon perturbations around perfect reconstruction analysis-synthesis configurations. In the cross-excitation analysis-synthesis assessment (CEASA) method, the residual signals generated by analysis filters of the spectral models are injected as excitation into the synthesis filters derived from the same and other models in order to be evaluated by the perceptual evaluation of speech quality (PESQ) and Itakura divergence (ID), which are averaged over a set of models obtained using the objective functions mentioned above. The results lead to a superior performance when the RKLD is used as the loss function for the estimation of the spectral models with the ISD ranking close behind. The focus of these divergences on the spectral peaks is argued and pointed as the most important factor for this behavior. Specifically, using the PESQ scores obtained with CEASA, the RKLD loss is found to improve the performance by 1.0%, 4.0% and 19.3% with respect to the open-loop analysis, the KLD and the LSD models, respectively, while the corresponding improvements for the ISD loss are 0.1%, 3.0% and 18.2%, and the RKLD models excel the ISD models by 1.0% on average. Even though the spectral measures alone are not able to unequivocally distinguish the better of the two, CEASA is shown to have enough sensitivity to distinguish their performances. In summary, the learning machine S3LM fits models for the short-term spectral envelope of speech and, for the evaluation of its performance under several differentiable loss... | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Institute of Electrical and Electronics Engineers (IEEE) | - |
| Direitos: dc.rights | acesso aberto | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| ???dc.source???: dc.source | IEEE Access | - |
| Palavras-chave: dc.subject | Autoregressive processes | - |
| Palavras-chave: dc.subject | Machine learning algorithms | - |
| Palavras-chave: dc.subject | Prediction methods | - |
| Palavras-chave: dc.subject | Selfsupervised learning | - |
| Palavras-chave: dc.subject | Speech analysis | - |
| Palavras-chave: dc.subject | Spectral analysis | - |
| Palavras-chave: dc.subject | Processos autorregressivos | - |
| Palavras-chave: dc.subject | Algoritmos de aprendizagem de máquinas | - |
| Palavras-chave: dc.subject | Métodos de previsão | - |
| Palavras-chave: dc.subject | Aprendizado autossupervisionado | - |
| Palavras-chave: dc.subject | Análise de discurso | - |
| Palavras-chave: dc.subject | Análise espectral | - |
| Título: dc.title | Differentiable Measures for Speech Spectral Modeling | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: