MultiSV：面向远场多通道说话人验证的数据集
音频与语音处理
2021-11-15 v1 机器学习
声音
摘要
鉴于该领域数据分散且缺乏标准基准，我们补充了此前的努力，提出了一个专为训练和评估与文本无关的多通道说话人验证系统而设计的综合语料库。它也可直接用于去混响、去噪和语音增强实验。我们通过利用 Voxceleb 数据集干净部分之上的数据仿真，解决了长期存在的多通道训练数据匮乏问题。开发集和评估集试验基于重新播发的复杂环境设定下 obscured 语音（VOiCES）语料库，我们对其进行了修改以提供多通道试验。我们以 MultiSV 语料库的形式发布了由公开来源创建该数据集的完整脚本，并给出了我们两套基于神经网络波束形成的多通道说话人验证系统的结果，其分别基于预测理想二值掩码或较新的 Conv-TasNet。
引用
@article{arxiv.2111.06458,
title = {MultiSV: Dataset for Far-Field Multi-Channel Speaker Verification},
author = {Ladislav Mošner and Oldřich Plchot and Lukáš Burget and Jan Černocký},
journal= {arXiv preprint arXiv:2111.06458},
year = {2021}
}
备注
Submitted to ICASSP 2022