跨年龄说话人验证：探究深度说话人嵌入对注册与测试语音年龄错配的敏感性
音频与语音处理
2023-06-14 v1 声音
摘要
本文研究衰老现象对基于现代深度说话人嵌入的自动说话人验证（ASV）系统的影响。我们选取两个不同数据集来考察最先进的ECAPA-TDNN系统上的衰老效应。第一个数据集为VoxCeleb，用于在不受控条件下处理短期衰老（注册与测试间最长10年时间差）。第二个数据集为赫尔辛基芬兰语口语纵向语料库（LCFSH），用于在较受控设定下处理芬兰语说话人的长期衰老效应（最长40年差异）。我们的研究为现代ASV系统中说话人衰老的影响提供了新见解。具体地，我们建立了衰老与ASV分数之间的量化度量。此外，我们的研究表明，衰老对女性英语说话人的影响大于男性英语说话人，而对于芬兰语，其对男性说话人的影响大于女性说话人。
引用
@article{arxiv.2306.07501,
title = {Speaker Verification Across Ages: Investigating Deep Speaker Embedding Sensitivity to Age Mismatch in Enrollment and Test Speech},
author = {Vishwanath Pratap Singh and Md Sahidullah and Tomi Kinnunen},
journal= {arXiv preprint arXiv:2306.07501},
year = {2023}
}