一种结合帧级特征预测的多任务学习声纹确认方法

作者：李晋

来源：长江信息通信, 2023, 36(06): 1-4.

• 声纹确认
• 多任务学习
• 帧级特征预测

目前主流的声纹确认算法通常采用有监督、区分性的训练方式得到神经网络模型，如卷积神经网络（Convolutional Neural Network,CNN）、长短时记忆网络（Long-Short-Term Memory Network,LSTM）等，再利用该神经网络模型提取语音中包含个性化信息的声纹模型向量，从而进行相同人或不同人的声纹相似性比对。文章提出一种结合帧级特征预测的多任务学习训练方式，额外增加对帧级特征进行预测的神经网络模型分支，通过联合训练达到提高声纹确认算法性能的目的。在基准VoxCeleb三个测试集合上开展的实验结果表明，本文提出的方法可以有效提升声纹确认算法性能。

• 单位
  科大讯飞股份有限公司