北京 ZKJ-NPU 说话人确认系统参加 VoxCeleb 说话人识别挑战赛 2021
声音
2021-11-19 v2 音频与语音处理
摘要
在本报告中，我们描述了北京 ZKJ-NPU 团队提交给 VoxCeleb 说话人识别挑战赛 2021（VoxSRC-21）的方案。我们参加了全监督说话人确认赛道 1 和赛道 2。在挑战赛中，我们探索了各类带有不同池化层与目标损失函数的先进神经网络结构。此外，我们引入了 ResNet-DTCF、CoAtNet 和 PyConv 网络以提升基于 CNN 的说话人嵌入模型的性能。而且，我们在评估阶段应用了嵌入归一化与分数归一化。通过融合 11 个和 14 个系统，我们在评估集上的最终最佳性能（minDCF/EER）在赛道 1 和赛道 2 上分别为 0.1205/2.8160% 和 0.1175/2.8400%。凭借我们的提交，我们在两个赛道中均获得挑战赛第二名。
引用
@article{arxiv.2109.03568,
title = {Beijing ZKJ-NPU Speaker Verification System for VoxCeleb Speaker Recognition Challenge 2021},
author = {Li Zhang and Huan Zhao and Qinling Meng and Yanli Chen and Min Liu and Lei Xie},
journal= {arXiv preprint arXiv:2109.03568},
year = {2021}
}