Asymmetric and trial-dependent modeling: the contribution of LIA to SdSV Challenge Task 2

要約

SdSv チャレンジのタスク 2 は、最新のテキストに依存しない話者検証システムの効率と堅牢性を評価する機会を提供しました。
しかし、この課題の主な問題 (期間、言語など) を考慮できる新しいアプローチをテストすることも可能になりました。
本稿では話者認識分野における当研究室の貢献について述べる。
これらの貢献は、期間の短さと言語に加えて、登録データとテストデータの間の不一致、および評価試験データセットのサブセット間の不一致という 2 つの課題を浮き彫りにしています。
提案されたアプローチは、SdSv 評価における関連性と効率性を実験的に示しており、多くの現実のアプリケーションで興味深いものになる可能性があります。

要約(オリジナル)

The SdSv challenge Task 2 provided an opportunity to assess efficiency and robustness of modern text-independent speaker verification systems. But it also made it possible to test new approaches, capable of taking into account the main issues of this challenge (duration, language, …). This paper describes the contributions of our laboratory to the speaker recognition field. These contributions highlight two other challenges in addition to short-duration and language: the mismatch between enrollment and test data and the one between subsets of the evaluation trial dataset. The proposed approaches experimentally show their relevance and efficiency on the SdSv evaluation, and could be of interest in many real-life applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google