基于伪标签最优传输的说话人验证信道自适应
音频与语音处理
2025-06-12 v2 声音
摘要
当训练数据与真实测试语音的统计分布不匹配时，域差异通常会降低说话人验证系统的性能。信道变化是造成这种差异的主要因素，但相较于其他问题（如噪声）受到的关注较少。尽管各种域自适应算法可用于处理此域差异问题，但大多数算法无法在域对齐中结合判别学习来处理复杂的分布结构。本文提出一种新的无监督域自适应方法，即联合部分最优传输与伪标签（JPOT-PL），以缓解信道失配问题。利用最优传输在分布对齐中的几何感知距离度量，我们进一步设计了一种基于伪标签的判别学习，其中伪标签可视为从最优耦合导出的新型软说话人标签。通过JPOT-PL，我们以VoxCeleb为基础语料库，在说话人验证信道自适应任务上进行了实验。实验表明，与几种最先进的信道自适应算法相比，我们的方法将EER降低了10%以上。
引用
@article{arxiv.2409.09396,
title = {Channel Adaptation for Speaker Verification Using Optimal Transport with Pseudo Label},
author = {Wenhao Yang and Jianguo Wei and Wenhuan Lu and Lei Li and Xugang Lu},
journal= {arXiv preprint arXiv:2409.09396},
year = {2025}
}
备注
5 pages, 3 figures