迈向轻量级应用：用于说话人验证的非对称注册-验证结构
声音
2022-01-27 v2 音频与语音处理
摘要
随着深度学习的发展，自动说话人验证在过去几年取得了显著进展。然而，在有限计算资源下设计轻量且鲁棒的系统仍是一个挑战性问题。传统上，说话人验证系统是对称的，即在推理中对注册和验证应用相同的嵌入提取模型。本文提出一种创新的非对称结构，其采用大规模 ECAPA-TDNN 模型进行注册，小规模 ECAPA-TDNNLite 模型进行验证。作为一个对称系统，我们提出的 ECAPA-TDNNLite 模型在 Voxceleb1 原始测试集上仅以 11.6M FLOPS 取得了 3.07% 的 EER。此外，该非对称结构在不增加验证阶段任何计算成本的情况下，将 EER 进一步降低至 2.31%。
引用
@article{arxiv.2110.04438,
title = {Towards Lightweight Applications: Asymmetric Enroll-Verify Structure for Speaker Verification},
author = {Qingjian Lin and Lin Yang and Xuyang Wang and Xiaoyi Qin and Junjie Wang and Ming Li},
journal= {arXiv preprint arXiv:2110.04438},
year = {2022}
}
备注
Accepted by ICASSP 2022