MR-RawNet：用于变时长语音的原始波形说话人验证系统

在说话人验证系统中，利用短时 utterances 存在持续的挑战，主要由于其提供的语音信息不足，难以刻画说话人的特征。为克服这一障碍，我们提出了一种新型结构MR-RawNet，旨在增强基于原始波形的说话人验证系统对变时长 utterances 的鲁棒性。MR-RawNet通过一种多分辨率特征提取器从原始波形中提取时频表示，该提取器能够同时最佳调整时间和频谱分辨率。此外，我们应用了一种多分辨率注意力模块，聚焦于多样且广泛的时间语境，确保系统在utterances长度变化时具有鲁棒性。在VoxCeleb1数据集上的实验结果表明，MR-RawNet在处理时长可变的utterances方面，优于其他基于原始波形的系统。