用于文本相关说话人验证的数据增强增强型说话人注册
音频与语音处理
2021-03-29 v1 声音
摘要
数据增强通常用于从可用训练数据生成额外数据，以实现对复杂模型参数（如说话人验证（SV）模型）的鲁棒估计，尤其针对资源不足的应用。SV 涉及训练说话人无关（SI）模型和说话人相关模型，其中说话人由在注册阶段使用该特定说话人训练数据从 SI 模型导出的模型表示。虽然用于训练 SI 模型的数据增强已被充分研究，但用于说话人注册的数据增强很少被探索。本文中，我们提出使用数据增强方法生成额外数据以增强说话人注册。每种数据增强方法生成一个新数据集。探索了使用这些数据集的两种策略：第一种是训练独立系统并在分数层面融合它们，另一种是进行多条件训练。此外，我们研究了噪声条件下数据增强的效果。实验在 RedDots challenge 2016 数据库上进行，结果验证了所提方法的有效性。
引用
@article{arxiv.2007.08004,
title = {Data augmentation enhanced speaker enrollment for text-dependent speaker verification},
author = {Achintya Kumar Sarkar and Himangshu Sarma and Priyanka Dwivedi and Zheng-Hua Tan},
journal= {arXiv preprint arXiv:2007.08004},
year = {2021}
}