VoxCeleb 说话人识别挑战回顾

Jaesung Huh; Joon Son Chung; Arsha Nagrani; Andrew Brown; Jee-weon Jung; Daniel Garcia-Romero; Andrew Zisserman

doi:10.1109/TASLP.2024.3444456

VoxCeleb 说话人识别挑战回顾

声音 2024-08-28 v1 人工智能音频与语音处理

作者: Jaesung Huh , Joon Son Chung , Arsha Nagrani , Andrew Brown , Jee-weon Jung , Daniel Garcia-Romero , Andrew Zisserman

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

VoxCeleb 说话人识别挑战（VoxSRC）是一系列自2019年至2023年每年举办的挑战和研讨会。这些挑战主要评估了在不同设置下的说话人识别和说话人聚类任务，包括封闭式和开放式训练数据；以及监督式、自监督式和半监督式训练下的领域适应。挑战还为每个任务和设置提供了可公开获取的训练和评估数据集，并每年发布新的测试集。在本文中，我们提供了这些挑战的回顾，涵盖：它们探索了什么内容；挑战参赛者所develop的方法及其演变；以及说话人验证和说话人聚类当前领域的现状。我们绘制了在共同评估数据集上五届挑战性能进展，并详细分析了每年的特殊关注点如何影响参赛者的性能。本文旨面向希望获得说话人识别和说话人聚类领域概览的研究人员，也面向希望从 VoxSRC 挑战的成功与错误中获益的挑战组织者。我们以讨论该领域当前的优势和开放性挑战作结尾。项目页面：https://mm.kaist.ac.kr/datasets/voxceleb/voxsrc/workshop.html

关键词

说话人识别说话人聚类 VoxCeleb 挑战领域适应监督学习自监督学习

引用

@article{arxiv.2408.14886,
  title  = {The VoxCeleb Speaker Recognition Challenge: A Retrospective},
  author = {Jaesung Huh and Joon Son Chung and Arsha Nagrani and Andrew Brown and Jee-weon Jung and Daniel Garcia-Romero and Andrew Zisserman},
  journal= {arXiv preprint arXiv:2408.14886},
  year   = {2024}
}

备注

TASLP 2024

VoxCeleb 说话人识别挑战回顾

摘要

关键词

引用

备注

相关论文