15.CS-REP: MAKING SPEAKER VERIFICATION NETWORKS EMBRACINGRE-PARAMETERIZATION(2022.4)

题目：CS-REP:使说话人确认网络包含重新参数化

论文地址：https://arxiv.org/abs/2110.13465

pytorch代码：https://github.com/zrtlemontree/CS-Rep

摘要：自动说话人确认(ASV)系统用于确定两个语音是否来自同一说话人，主要关注确认的准确性，而忽略了推理的速度。然而，在实际应用中，推理速度和验证精度都至关重要。为了提高模型的推理速度和验证精度，提出了一种新的多类型网络拓扑重参数化策略——交叉序列重参数化策略。CS-Rep解决了现有重参数化方法不适用于典型ASV骨干网的问题。当模型应用CS-Rep时，训练期网络利用多分支拓扑来捕获说话人信息，而推理期模型转换为类似时延神经网络(TDNN)的简单主干，具有堆叠的TDNN层，以实现快速的推理速度。在CS-Rep的基础上，提出了一种测试和部署友好的改进TDNN Rep-TDNN。与最新模型ECAPA-TDNN相比，Rep-TDNN的实际推理速度提高了约50%，EER降低了10%。

1. INTRODUCTION

        自动说话人验证(ASV)系统确定两个演讲是否来自同一个说话人。ASV系统的前端模型&#x