面向稳健说话人验证的噪声条件化混合专家框架

在噪声条件下保持稳健的说话人验证仍是开放性挑战。传统深度学习方法学习鲁棒的统一说话人表示空间，以应对多样化背景噪声，并取得了显著改进。相比之下，本文提出了一种噪声条件化混合专家框架，将特征空间分解为针对说话人验证的专门化噪声感知子空间。具体地，我们提出了噪声条件化专家路由机制、基于通用模型的专家专业化策略，以及信噪比递减的课程学习协议，总体提高了模型在多样噪声条件下的鲁棒性和泛化能力。该方法可自动根据从输入中推导出的噪声信息将输入路由到专家网络，其中每个专家针对特定噪声特征进行建模，同时保留说话人身份信息。全面实验表明，我们的方法在基线上 consistently 优于。