声纹模型-2020:ECAPA-TDNN

声纹识别是指利用声音特征对说话人的身份进行识别的生物识别技术,已有几十年的发展历史,但直到深度学习兴起之后才开始广泛应用。目前声纹识别系统基本都是基于深度学习的方法,比如d-vector, x-vector, ResNet等,本文主要介绍主流的声纹识别模型Emphasized Channel Attention, Propagation and Aggregation in time delay neural network Based Speaker Verification(ECAPA-TDNN)。

ECAPA-TDNN由比利时哥特大学Desplanques等人于2020年提出,通过引入SE (squeeze-excitation)模块以及通道注意机制,该方案在国际声纹识别比赛(VoxSRC2020)中取得了第一名的成绩。百度旗下PaddleSpeech发布的开源声纹识别系统中就利用了ECAPA-TDNN提取声纹特征,识别等错误率(EER)低至0.95%。

 

​主流声纹模型ECAPA-TDNN - 知乎

你可能感兴趣的:(声纹识别(Voiceprint,Recognition),人工智能)