Векторные представления говорящих на основе глубокой нейронной сети для сквозной верификации говорящего
Deep neural network-based speaker embeddings for end-to-end speaker verification
2016-12-01
SCID: 54.1/3mmz7wfz
Discuss with AI
глубокие нейронные сетисквозная верификация говорящихравная ошибка вероятностейэмбеддинги говорящихтекстонезависимая верификация говорящих
Figures from the paper
Abstract (AI)
В данной работе исследуется сквозная текстонезависимая система верификации говорящего. Архитектура состоит из глубокой нейронной сети, которая принимает речевой сегмент переменной длины и отображает его в векторное представление говорящего. Целевая функция разделяет пары записей одного и разных говорящих и повторно используется при верификации. Аналогичные системы недавно продемонстрировали перспективность для текстозависимой верификации, однако, насколько нам известно, их применение для текстонезависимой задачи не исследовалось. Показано, что при наличии большого числа говорящих в обучающей выборке предложенная система превосходит базовую систему на основе i-векторов по равной частоте ошибок (EER), а также при низких уровнях пропусков. По сравнению с базовой системой сквозная система снижает EER в среднем на 13% и на 29% при объединении результатов по условиям тестирования. Комбинированная система обеспечивает снижение в среднем на 32% и на 38% при объединении результатов.
Key Findings
1
Система сквозной текстонезависимой верификации говорящего напрямую преобразует речевые сегменты переменной длины в голосовые эмбеддинги с помощью глубокой нейронной сети.
2
По сравнению с базовой системой сквозная система снижает EER в среднем на 13% и на 29% при объединении всех условий тестирования.
3
Объединение систем дополнительно снижает EER в среднем на 32% и на 38% при объединении всех условий тестирования.
4
Целевая функция обучения явно разделяет пары сегментов одного и разных говорящих и повторно используется при верификации.
5
При большом числе говорящих в обучении предложенная система превосходит базовую i-vector-систему по равной вероятности ошибок и при низких частотах пропусков.
Research Object
сквозная система текстонезависимой верификации говорящего
Research Subject
эффективность верификации и способность эмбеддингов различать говорящих, включая равную вероятность ошибок и показатели при низкой вероятности пропусков, по сравнению с базовой системой на основе i-vector
Publication Details
Publication Date
2016-12-01
Journal
Publisher
ISSN
Access Type
Author Information
Download PDF
Subscribe to digest