声纹识别算法阅读之GE2E
论文： GENERALIZED END-TO-END LOSS FOR SPEAKER VERIFICATION 思想： 本文是在Google上一篇论文attention-based model(TE2E[1])的基础上，针对损失函数做的改进，提出了GE2E ...
原文：声纹识别算法阅读之TE2E
论文： ATTENTION BASED MODELS FOR TEXT DEPENDENT SPEAKER VERIFICATION 思想： 可以看作是在Google 年提出的d vector算法的改进， 采用可学习的带权重和偏置的cosine得分 为减少语句中的噪声和静音干扰，对LSTM的输出引入attention机制，自动学习时序依赖的重要性 此外，还对输出进行了最大池化操作以提升模型时序变 ...
2020-09-12 16:52 0 432 推荐指数：
相关推荐
声纹识别算法阅读之VoxCeleb2
论文： VoxCeleb2: Deep Speaker Recognition 思想：显然，VoxCeleb2是在voxceleb基础上扩充和改进，仍然是两个贡献点： 1）扩大声纹识别数据集，由voxceleb的1251说话人超过19万句子，到voxceleb2 ...
声纹识别算法阅读之d-vector
论文： End-to-End Text-Dependent Speaker Verification 思想： google提出的文本相关的说话人确认，通过DNN或L ...
声纹识别算法阅读之deep-speaker
论文： Deep Speaker: an End-to-End Neural Speaker Embedding System 思想： Deep Speaker是百 ...
声纹识别算法阅读之x-vector
论文： X-VECTORS: ROBUST DNN EMBEDDINGS FOR SPEAKER RECOGNITION 思想： X-VECTORS是当前声纹识别领域主流的baseline模型框架，得益于其网络中的statistics pooling层 ...
声纹识别算法阅读之CN-Celeb
论文: CN-Celeb: A CHALLENGING CHINESE SPEAKER RECOGNITION DATASET 思想： 论文的贡献在于提供了一个非约束条件下的大规模中文说话人识别数据集，该数据集包含环境、通道与情感的变化。这是与现目前大多数开源 ...
声纹识别
声纹识别，也称说话人识别，是一种通过声音判断说话人身份的技术。声纹识别可以分为说话人辨识(Speaker Identification, SI)和说话人确认(Speaker Verification, SV)。SI指将待测语音与已知集合内若干说话人比对，选取最为匹配的说话人；而SV指对于一个目标 ...