极低信噪比下用于说话人验证的梯度加权

说话人验证受到背景噪声的阻碍，特别是在低于 0 dB 的极低信噪比 (SNR) 下。在不引入不良伪影的情况下抑制噪声十分困难，而这会对说话人验证产生不利影响。我们提出了一种称为梯度加权 (Grad-W) 的机制，该机制在预测过程中动态识别并减少伪影噪声。该机制基于梯度指示模型关注输入哪些部分的特性。具体而言，当说话人网络关注去噪语音中的某个区域而未关注干净语音中的对应区域时，我们将该区域视为伪影噪声，并在增强优化期间为该区域分配更高的权重。我们通过训练一个增强模型并在说话人验证任务中测试增强后的语音来验证该方法。实验结果表明，我们的方法有效减少了伪影噪声，提高了各种 SNR 水平下的说话人验证性能。