Сквозная текстозависимая верификация говорящего

В этой статье представлен основанный на данных интегрированный подход к верификации говорящего, который непосредственно преобразует тестовое высказывание и несколько эталонных высказываний в единственную оценку для верификации и совместно оптимизирует компоненты системы, используя тот же протокол оценки и ту же метрику, что и при тестировании. Такой подход позволяет создавать простые и эффективные системы, требующие минимальных предметно-специфических знаний и основанные на небольшом числе допущений о модели. Мы реализуем эту идею, формулируя задачу в виде единой архитектуры нейронной сети, включая оценивание модели говорящего всего по нескольким высказываниям, и оцениваем ее на нашем внутреннем бенчмарке “Ok Google” для текстозависимой верификации говорящего. Предложенный подход представляется весьма эффективным для крупномасштабных приложений, подобных нашему, которым необходимы высокоточные, простые в сопровождении системы с малым объемом ресурсов.