家用说话人识别的基线系统与协议
音频与语音处理
2022-05-06 v2 声音
摘要
家用设备（如智能音箱）上的说话人识别面临若干挑战：（i）跨大量异构域（家庭）的鲁棒性，（ii）短语音片段，（iii）注册数据可能缺失说话人标签（被动注册），以及（iv）未知人员（访客）的存在。尽管存在许多商业产品，但已发表的研究较少，且没有公开可用的评估协议或开源基线系统。我们的工作旨在通过提供基于公共资源（VoxCeleb 和 ASVspoof 2019 数据）构建的易用评估基准以及一组初步的开源基线系统来弥合这一差距。这包括四种用于主动注册（可用说话人标签）的算法和一种用于被动注册的算法。
引用
@article{arxiv.2205.00288,
title = {Baselines and Protocols for Household Speaker Recognition},
author = {Alexey Sholokhov and Xuechen Liu and Md Sahidullah and Tomi Kinnunen},
journal= {arXiv preprint arXiv:2205.00288},
year = {2022}
}
备注
Accepted to Odyssey 2022