Jan, 2024

使用特征融合和并行结构分类器增强文本无关说话人验证系统

PDF
TL;DR提出了结合不同声学特征和支持向量机分类器的方法，以改善噪声环境下说话人验证系统的性能。结果表明，在干净语音或噪声存在的情况下，使用组合特征和组合分类器可以显著提高系统性能。最后，提出了多频带噪声去除技术作为预处理阶段，用以增强在嘈杂环境下的系统。
speaker verificationacoustic featuressupport vector machinekernel functionsnoise removal technique
发现论文，激发创造
  • SYSU 2015 Interspeech 自动说话人验证欺骗和对策竞赛系统

    提出了一种基于多种 i-vector 子系统的得分融合方法，通过采用声学水平的 Mel 频率倒谱系数（MFCC）特征、相位水平的修改群延迟倒谱系数（MGDCC）和语音学水平的音素后验概率（PPP）串联特征来检测并对抗欺骗性语音信号。

    Jul, 2015

  • 自动说话人验证系统的反欺诈方法

    本研究旨在通过分析不同的声学特征空间和分类器，确定可靠和强大的对抗欺骗攻击的措施。实验结果表明，基于深度神经网络（DNN）的方法在欺骗检测任务中获得了相当低的等错误率 (EER)

    May, 2017

  • 使用卷积神经网络学习语音识别线性可分特征

    本研究旨在探讨卷积神经网络和简单线性分类器在提取自然语音特征以进行语音识别方面的应用，而该方法已被证明在音素识别模型和大规模连续语音识别时十分有效。

    Dec, 2014

  • ASVspoof 2015 挑战中的 STC 防欺骗系统

    本文提出了基于不同声学特征空间的对抗攻击反欺诈技术，并比较了线性和非线性分类器的效果。实验表明，相位相关和小波基础特征对系统效率的提高有重要作用。

    Jul, 2015

  • 为主动发言人检测提供的端到端音视频特征融合

    本文提出了一种基于 VGG-M 和 Mel Cepstrum 系数的双流端到端框架，利用两个 BiGRU 层来处理音视频输入的时间动态，并在 AVAAcitveSpeaker 数据集上的实验结果表明，该模型具有更好的鲁棒性和更好的推断时间。

    Jul, 2022

  • 2022 远场说话人验证挑战赛的 SpeakIn 说话人验证系统

    本文介绍了 SpeakIn 团队提交的 Far-Field Speaker Verification Challenge 2022（FFSVC2022）任务一和任务二的讲话者验证（SV）系统。我们采用基于 ResNet 和 RepVGG 的架构，采用全局统计汇集结构和 MQMHA 池化结构进行特征汇集，创新性地提出了分阶段迁移学习方法来提高模型性能，解决了领域不匹配问题，并在两个挑战任务中表现出优异的性能。

    Sep, 2022

  • 自我监督预训练模型在通过语音和颈部表面加速度计信号进行语音质量分类的研究

    使用预训练模型和声音信号的提取特征，结合颈部表面加速计信号进行声音质量的分类，显示出更好的分类准确率和性能。

    Aug, 2023

  • 应用 ASV 进行语音识别：TTS 模型中 VC 和持续性预测改进的应用

    该论文介绍了一种自动发言人验证系统，以从目标发言人的音频中提取嵌入信息，用于获取他的声音的重要特征，如音高、能量和音素的持续时间，并在多声音 TTS 流水线中使用该信息。

    Jun, 2024

  • MOS 预测系统中语音表示的比较

    本研究比较了自监督学习特征和谱特征的性能，并结合了两者以提高自动 MOS 的准确性。使用大规模听力测试语料库，发现 wav2vec 特征具有最佳的泛化能力，且结合特征组合表现最佳。

    Jun, 2022

  • 通过正交化规则学习解耦合特征

    为了同时提高语音任务中关键词识别和说话人验证的性能，设计了具有相同结构的两个深度网络（关键词分支和说话人验证分支），提出了一种新的解耦特征学习方法，并使用正交性约束技术，实现对谷歌语音命令数据集的最佳性能。

    Mar, 2022