VoiceID损失：面向说话人验证的语音增强方法
音频与语音处理
2019-07-08 v2 声音
摘要
本文提出 VoiceID 损失，一种用于训练语音增强模型以提升说话人验证鲁棒性的新型损失函数。与 L2 损失等常用的语音增强损失函数不同，VoiceID 损失基于说话人验证模型的反馈来生成比率掩码。所生成的比率掩码与原始谱图逐点相乘，以滤除对说话人验证不必要的成分。实验中我们观察到，经 VoiceID 损失训练后的增强网络能够忽略大量时频单元（如被噪声主导的单元）以进行验证。所得模型在干净与噪声条件下均能一致地改善说话人验证系统。
引用
@article{arxiv.1904.03601,
title = {VoiceID Loss: Speech Enhancement for Speaker Verification},
author = {Suwon Shon and Hao Tang and James Glass},
journal= {arXiv preprint arXiv:1904.03601},
year = {2019}
}
备注
interspeech 2019; demo link : https://people.csail.mit.edu/swshon/supplement/voiceid-loss