VoxAging：利用英语和普通话大规模纵向数据集持续追踪说话人老化
声音
2025-05-28 v1 人工智能
计算机视觉与模式识别
多媒体
摘要
说话人老化对说话人验证系统的性能产生不利影响。然而，由于数据收集的挑战，特别是缺乏个人的持续大规模纵向数据，说话人老化研究仍然困难。在本文中，我们提出了 VoxAging，这是一个从 293 名说话人（226 名英语说话人和 67 名普通话说话人）历时数年收集的大规模纵向数据集，最长跨度达 17 年（约 900 周）。对于每位说话人，数据以周为间隔录制。我们研究了说话人老化现象及其对先进说话人验证系统的影响，分析了个体说话人的老化过程，并探讨了年龄组和性别等因素对说话人老化研究的影响。
引用
@article{arxiv.2505.21445,
title = {VoxAging: Continuously Tracking Speaker Aging with a Large-Scale Longitudinal Dataset in English and Mandarin},
author = {Zhiqi Ai and Meixuan Bao and Zhiyong Chen and Zhi Yang and Xinnuo Li and Shugong Xu},
journal= {arXiv preprint arXiv:2505.21445},
year = {2025}
}
备注
5 pages, 4 figures, Accepted by Interspeech 2025