Diff-SV：基于分数扩散概率模型的统一分层抗噪说话人验证框架
音频与语音处理
2023-12-20 v2 声音
摘要
背景噪声显著降低了说话人验证（SV）系统的准确性与可靠性。此类挑战可利用语音增强系统作为前端模块加以解决。近来，扩散概率模型（DPM）在语音增强领域展现出卓越的噪声补偿能力。基于这一成功，我们提出 Diff-SV，一种利用 DPM 的抗噪 SV 框架。Diff-SV 将基于 DPM 的语音增强系统与说话人嵌入提取器相统一，并通过分层结构产生具有判别性且耐噪的说话人表征。所提模型在域内与域外噪声条件下使用 VoxCeleb1 测试集、外部噪声源以及 VOiCES 语料库进行了评估。实验结果表明，Diff-SV 取得了最先进的性能，优于近期提出的抗噪 SV 系统。
引用
@article{arxiv.2309.08320,
title = {Diff-SV: A Unified Hierarchical Framework for Noise-Robust Speaker Verification Using Score-Based Diffusion Probabilistic Models},
author = {Ju-ho Kim and Jungwoo Heo and Hyun-seo Shin and Chan-yeong Lim and Ha-Jin Yu},
journal= {arXiv preprint arXiv:2309.08320},
year = {2023}
}
备注
5 pages, 2 figures, accepted for ICASSP 2024