用于房间验证与元数据估计的 I-vector 空间环境特征表示
声音
2022-03-10 v1 音频与语音处理
摘要
本文研究了环境特征表示在房间验证任务和声学元数据估计中的应用。音频录音包含说话人和非说话人信息。我们将非说话人相关信息（包括信道和其他环境因素）称为 e-vectors。I-vectors 通常用于说话人识别，在总变异性空间中提取，无差别地捕捉说话人和信道-环境信息。因此，可以使用线性判别分析等方法从 i-vectors 中提取 e-vectors。在本文中，我们首先证明 e-vectors 可以成功应用于房间验证任务，且具有较低的等错误率。其次，我们提出了两种从这些 e-vectors 中估计元数据信息——信噪比（SNR）和混响（T60）——的方法。在准确率方面，将我们的系统与当代全局 SNR 估计方法进行比较时，即使使用低维 i-vectors，我们的表现也颇具竞争力。最后，我们表明，如果用提取的元数据信息增强 e-vectors，则可以改善房间验证任务。
引用
@article{arxiv.2203.04880,
title = {An Environmental Feature Representation in I-vector Space for Room Verification and Metadata Estimation},
author = {Desmond Caulley},
journal= {arXiv preprint arXiv:2203.04880},
year = {2022}
}