用于文本无关说话人验证的高斯说话人嵌入学习
音频与语音处理
2020-01-15 v1 声音
信号处理
摘要
x-vector 使用深度神经网络将任意时长的片段映射为固定维度的向量。结合概率线性判别分析（PLDA）后端，x-vector/PLDA 已成为文本无关说话人验证中的主导框架。然而，如何提取适合 PLDA 后端的 x-vector 是一个关键问题。本文中，我们提出一种高斯噪声约束网络（GNCN）来提取 x-vector，其采用多任务学习策略，主任务对说话人进行分类，辅助任务仅拟合高斯噪声。使用 SITW 数据库进行实验。结果证明了我们所提方法的有效性。
引用
@article{arxiv.2001.04585,
title = {Gaussian speaker embedding learning for text-independent speaker verification},
author = {Bin Gu and Wu Guo},
journal= {arXiv preprint arXiv:2001.04585},
year = {2020}
}
备注
5 pages, 3 figures