VBx说话人日志的判别式训练

x向量序列的贝叶斯HMM聚类（VBx）已成为论文和评测中广泛采用的说话人日志基线模型。它使用HMM对说话人切换建模，使用生成式训练的概率线性判别分析（PLDA）进行说话人分布建模，并使用贝叶斯推断来估计x向量到说话人的分配。本文提出了一种利用判别式训练更新VBx参数的新框架，该框架直接优化预定义的损失。我们还提出了一种与说话人日志错误率相关性优于二元交叉熵$\unicode{x2013}$（端到端说话人日志系统的默认选择）的新损失。在三个数据集（AMI、CALLHOME和DIHARD II）上的概念验证结果表明，该方法能够自动寻找超参数，取得与通过大量网格搜索找到的超参数相当的性能，而网格搜索通常需要额外的超参数行为知识。此外，我们表明PLDA的判别式微调可进一步提升模型性能。我们随本文发布了源代码。