CL-UZH参加NIST SRE 2024说话人识别评估的提交
音频与语音处理
2025-10-08 v2 声音
摘要
CL-UZH团队为NIST SRE 2024挑战赛的固定条件和开放条件各提交了一个系统。对于闭集条件，音频仅试验的结果使用基于Kaldi开发的X-vector系统实现。对于音视频结果，我们仅使用了为视觉模态开发的模型。针对开放条件和闭集条件提交了两组结果，一组基于使用VoxBlink2和VoxCeleb2数据集的预训练模型。针对闭集，使用CTS超集数据集从头训练了一个基于X-vector的模型。除了将SRE24评估结果提交到竞赛网站外，我们还在本报告中讨论了所提出系统在SRE24评估上的性能。
引用
@article{arxiv.2510.00952,
title = {CL-UZH submission to the NIST SRE 2024 Speaker Recognition Evaluation},
author = {Aref Farhadipour and Shiran Liu and Masoumeh Chapariniya and Valeriia Vyshnevetska and Srikanth Madikeri and Teodora Vukovic and Volker Dellwo},
journal= {arXiv preprint arXiv:2510.00952},
year = {2025}
}
备注
CL-UZH submission for the NIST SRE 2024 Evaluation plan