基于孪生自动编码器的深度说话人嵌入向量

摘要

在说话人识别任务中,如何提取出更区分性的说话人向量来表征说话人一直是研究的重点.使用基于孪生神经网络的自动编码器提取出更具区分性的说话人嵌入向量.在开源的Voxceleb1说话人识别数据集上测试提取的新向量,通过实验表明,相比基线系统的x-vector,新向量在等错误率上获得相对22％的降低.