Обобщённая сквозная функция потерь для верификации говорящего

В данной работе мы предлагаем новую функцию потерь, называемую обобщённой сквозной функцией потерь (GE2E), которая делает обучение моделей верификации говорящего более эффективным по сравнению с нашей предыдущей сквозной функцией потерь на основе кортежей (TE2E). В отличие от TE2E, функция потерь GE2E обновляет сеть таким образом, чтобы на каждом этапе обучения акцентировать внимание на примерах, которые трудно верифицировать. Кроме того, GE2E не требует предварительного этапа отбора примеров. Благодаря этим свойствам наша модель с новой функцией потерь снижает равную ошибку (EER) при верификации говорящего более чем на 10% и одновременно сокращает время обучения на 60%. Мы также представляем методику MultiReader, которая позволяет выполнять адаптацию к предметной области — обучать более точную модель, поддерживающую несколько ключевых фраз (например, «OK Google» и «Hey Google»), а также несколько диалектов.