面向短片段新说话人在线识别的轻量级说话人验证
音频与语音处理
2020-10-26 v2 声音
摘要
验证两段音频片段是否属于同一说话人近来被提出作为一种灵活的说话人识别方式，因为当听觉场景中出现新说话人时它无需重新训练。尽管当前许多技术已取得高性能，它们需要相当高的内存量，以及对其输入音频片段的特定最小长度。这些要求限制了这些技术在服务机器人、物联网和虚拟助手等计算资源有限且用户倾向于短片段说话的场景中的适用性。在本工作中，我们提出一种基于 BLSTM 的模型，在使用短输入音频片段时达到可与当前最先进水平相比的性能，同时所需内存量显著更少。此外，据我们所知，尚未有使用此种验证范式的完整说话人识别系统的报道。因此，我们呈现了一个基于简单投票系统的完整在线说话人识别器，其表明所提出的基于 BLSTM 的模型在在线识别说话人方面达到了与当前最先进水平相似的性能。
引用
@article{arxiv.2003.03432,
title = {Lightweight Speaker Verification for Online Identification of New Speakers with Short Segments},
author = {Ivette Velez and Caleb Rascon and Gibran Fuentes-Pineda},
journal= {arXiv preprint arXiv:2003.03432},
year = {2020}
}
备注
This paper has been accepted for publication in Applied Soft Computing Journal