PAS：用于噪声鲁棒说话人验证的部分加性语音数据增强方法
音频与语音处理
2023-07-21 v1 声音
摘要
背景噪声会降低语音可懂度与质量，使得噪声环境下的说话人验证（SV）成为一项具有挑战性的任务。为提升 SV 系统的噪声鲁棒性，加性噪声数据增强方法已被广泛使用。本文提出一种新的加性噪声方法——部分加性语音（PAS），旨在训练 SV 系统使其更少受噪声环境影响。实验结果表明，PAS 在等错误率（EER）上优于传统加性噪声，在 SE-ResNet34 与 ECAPA-TDNN 中分别观察到 4.64% 与 5.01% 的相对提升。我们还通过分析注意力模块与可视化说话人嵌入，展示了所提方法的有效性。
引用
@article{arxiv.2307.10628,
title = {PAS: Partial Additive Speech Data Augmentation Method for Noise Robust Speaker Verification},
author = {Wonbin Kim and Hyun-seo Shin and Ju-ho Kim and Jungwoo Heo and Chan-yeong Lim and Ha-Jin Yu},
journal= {arXiv preprint arXiv:2307.10628},
year = {2023}
}
备注
5 pages, 2 figures, 1 table, accepted to CKAIA2023 as a conference paper