说话人验证系统中跨语言自适应的重编程方法研究
音频与语音处理
2025-01-09 v1 声音
摘要
语言不匹配是部署说话人验证（SV）系统时最常见且最具挑战性的域不匹配问题之一。对抗性重编程在 SV 的跨语言自适应中已展现出有前景的结果。该重编程方法通过在输入语音信号的两侧填充可学习参数来实现。本文研究了填充参数的数量与重编程模型性能之间的关系。我们使用不同规模的 SV 模型和数据集进行了充分的实验。结果表明，重编程能持续提升跨语言 SV 的性能，但当使用更长的填充长度时，性能提升会趋于饱和甚至下降。性能主要由原始 SV 模型的容量决定，而非填充参数的数量。规模更大的 SV 模型具有更高的性能上限，并且能够承受更长的填充而不出现性能下降。
引用
@article{arxiv.2411.11353,
title = {An Investigation of Reprogramming for Cross-Language Adaptation in Speaker Verification Systems},
author = {Jingyu Li and Aemon Yat Fei Chiu and Tan Lee},
journal= {arXiv preprint arXiv:2411.11353},
year = {2025}
}
备注
Accepted by ISCSLP 2024