上海交通大学 X-LANCE 实验室用于 CNSRC 2022 的系统
声音
2023-05-16 v5 音频与语音处理
摘要
本技术报告描述了 SJTU X-LANCE 实验室针对 CNSRC 2022 三个赛道的系统。在该挑战赛中，我们探索了深度 ResNet（Deeper r-vector）的说话人嵌入建模能力。所有系统仅在 Cnceleb 训练集上训练，且我们对 CNSRC 2022 的三个赛道使用相同系统。在该挑战赛中，我们的系统在说话人验证任务的固定赛道上排名首位。我们最佳单系统与融合系统分别取得 0.3164 与 0.2975 的 minDCF。此外，我们向说话人检索赛道提交了 ResNet221 的结果并取得 0.4626 的 mAP。更重要的是，我们已协助 wespeaker [1] 工具包复现我们的结果：https://github.com/wenet-e2e/wespeaker。
引用
@article{arxiv.2206.11699,
title = {The SJTU X-LANCE Lab System for CNSRC 2022},
author = {Zhengyang Chen and Bei Liu and Bing Han and Leying Zhang and Yanmin Qian},
journal= {arXiv preprint arXiv:2206.11699},
year = {2023}
}