SVVAD：面向说话人验证的个人语音活动检测
声音
2023-06-01 v1 人工智能
音频与语音处理
摘要
语音活动检测（VAD）通过保留语音段并减弱非语音的影响来提升说话人验证（SV）的性能。然而，该方案并不理想：（1）在噪声环境或多说话人对话中失效；（2）其训练基于不准确的非SV敏感标签。为此，我们提出了一种基于说话人验证的语音活动检测（SVVAD）框架，该框架能够根据对SV最具信息量的语音特征进行自适应调整。为此，我们引入了一种基于三元组式损失的免标签训练方法，完全避免了因错误标注导致的SV性能下降。大量实验表明，在不同比例混合其他说话人的条件下，SVVAD在等错误率（EER）方面显著优于基线。此外，决策边界揭示了语音不同部分的重要性，这与人类判断大体一致。
引用
@article{arxiv.2305.19581,
title = {SVVAD: Personal Voice Activity Detection for Speaker Verification},
author = {Zuheng Kang and Jianzong Wang and Junqing Peng and Jing Xiao},
journal= {arXiv preprint arXiv:2305.19581},
year = {2023}
}
备注
Accepted by INTERSPEECH 2023