LEAP系统参加SRE19 CTS挑战赛——改进与错误分析
音频与语音处理
2020-05-26 v2 计算与语言
机器学习
声音
摘要
NIST说话人识别评测——会话电话语音（CTS）2019挑战赛是一项针对复杂条件下说话人验证任务的开放评测。在本文中，我们详细介绍了提交至CTS挑战赛的LEAP SRE系统，重点介绍后端系统建模中的新颖组件。所有系统均使用了基于时延神经网络（TDNN）的x-vector嵌入。我们提交SRE19的x-vector系统使用了大规模训练说话人池（约14k说话人）。在提取x-vector之后，我们探索了一种神经网络方法来完成后端分数计算，该方法针对说话人验证代价进行了优化。生成式与神经网络PLDA模型的系统组合为SRE评测数据集带来了显著提升。我们还发现基于分数归一化与校准的SRE系统有额外增益。评测结束后，我们对所提交系统进行了详细分析。分析揭示了不同训练数据集组合以及建模方法所带来的渐进式增益。
引用
@article{arxiv.2002.02735,
title = {LEAP System for SRE19 CTS Challenge -- Improvements and Error Analysis},
author = {Shreyas Ramoji and Prashant Krishnan and Bhargavram Mysore and Prachi Singh and Sriram Ganapathy},
journal= {arXiv preprint arXiv:2002.02735},
year = {2020}
}
备注
Published In Proc. Odyssey 2020, the Speaker and Language Recognition Workshop. Link to GitHub Implementation: https://github.com/iiscleap/NeuralPlda