ShaneRun 团队参加 VoxCeleb 说话人识别挑战赛 2020 的系统描述
声音
2020-11-04 v1 机器学习
音频与语音处理
摘要
在本报告中,我们描述了 ShaneRun 团队向 VoxCeleb 说话人识别挑战赛(VoxSRC)2020 提交的系统。我们使用 ResNet-34 作为编码器提取说话人嵌入,参考了开源的 voxceleb-trainer。我们还提供了一种简单方法,利用测试语句对的 t-SNE 归一化距离而非编码器的原始负欧氏距离来实现最优融合。最终提交的系统在固定数据赛道上取得了 0.3098 minDCF 和 5.076 % ERR,分别比基线提升了 1.3 % minDCF 和 2.2 % ERR。
引用
@article{arxiv.2011.01518,
title = {ShaneRun System Description to VoxCeleb Speaker Recognition Challenge 2020},
author = {Shen Chen},
journal= {arXiv preprint arXiv:2011.01518},
year = {2020}
}