PDAF：一种用于说话人验证的音素去偏注意力框架
声音
2024-09-10 v1 计算与语言
摘要
说话人验证系统对于通过语音认证身份至关重要。传统上，这些系统侧重于比较特征向量，而忽略了语音的内容。然而，本文通过强调音素主导性（衡量音素频率或持续时间的指标）作为说话人验证中的一个关键线索，对此提出了挑战。我们引入了一种新颖的音素去偏注意力框架（PDAF），该框架与现有的注意力框架相结合，以减轻由音素主导性引起的偏差。PDAF 调整每个音素的权重并影响特征提取，从而允许对语音进行更细致的分析。这种方法为通过语音实现更准确、更可靠的身份认证铺平了道路。此外，通过采用各种加权策略，我们评估了音素特征对说话人验证系统效能的影响。
引用
@article{arxiv.2409.05799,
title = {PDAF: A Phonetic Debiasing Attention Framework For Speaker Verification},
author = {Massa Baali and Abdulhamid Aldoobi and Hira Dhamyal and Rita Singh and Bhiksha Raj},
journal= {arXiv preprint arXiv:2409.05799},
year = {2024}
}
备注
Accepted to SLT