可解释的基于属性的说话人验证
声音
2024-05-31 v1 人工智能
音频与语音处理
摘要
本文提出了一种完全可解释的说话人验证（SV）方法，该任务从根本上依赖于个体说话人特征。当前SV系统中对说话人属性的不透明使用引发了信任问题。针对这一问题，我们提出了一种基于属性的可解释SV系统，通过比较从语音录音中自动提取的个人属性（如性别、国籍和年龄）来识别说话人。我们相信这种方法更符合人类推理，使其比传统方法更易于理解。在Voxceleb1测试集上评估，我们系统的最佳性能与使用所有正确属性建立的基准相当，证明了其有效性。虽然我们的方法相比不可解释的方法牺牲了一些性能，但我们相信它使我们更接近透明、可解释的人工智能目标，并为未来通过属性扩展进行改进奠定了基础。
引用
@article{arxiv.2405.19796,
title = {Explainable Attribute-Based Speaker Verification},
author = {Xiaoliang Wu and Chau Luu and Peter Bell and Ajitha Rajan},
journal= {arXiv preprint arXiv:2405.19796},
year = {2024}
}