用于说话人验证的无参数注意力打分
声音
2023-03-07 v3 计算与语言
音频与语音处理
摘要
本文提出了一种用于说话人验证的无参数注意力打分的新研究。无参数打分提供了比较说话人表征的灵活性，而无需配套的参量打分模型。受 Transformer 神经网络中注意力组件的启发，我们提出了缩放点积注意力机制的一个变体，以比较注册与测试段表征。此外，本工作探讨了以下因素对性能的影响：（i）不同类型的归一化，（ii）独立与绑定的查询/键估计，（iii）改变键值对数量，以及（iv）池化多个注册语句统计。四项任务平均的实验结果表明，简单的无参数注意力打分机制相比最佳余弦相似度基线可将平均 EER 降低 10%。
引用
@article{arxiv.2203.05642,
title = {Parameter-Free Attentive Scoring for Speaker Verification},
author = {Jason Pelecanos and Quan Wang and Yiling Huang and Ignacio Lopez Moreno},
journal= {arXiv preprint arXiv:2203.05642},
year = {2023}
}