近日,全球最大的語音會(huì)議INTERSPEECH 2020公布了SdSV聲紋識(shí)別比賽成績(jī),網(wǎng)易AI Lab 從眾多國(guó)際頂級(jí)隊(duì)伍中脫穎而出,獲文本相關(guān)聲紋識(shí)別賽道綜合排名第一、單模型第一的雙料冠軍。彰顯了網(wǎng)

　　近日,全球最大的語音會(huì)議INTERSPEECH 2020公布了SdSV聲紋識(shí)別比賽成績(jī),網(wǎng)易AI Lab 從眾多國(guó)際頂級(jí)隊(duì)伍中脫穎而出,獲文本相關(guān)聲紋識(shí)別賽道綜合排名第一、單模型第一的雙料冠軍。彰顯了網(wǎng)易AI Lab在語音聲紋識(shí)別技術(shù)領(lǐng)域的領(lǐng)先地位。

　　本次國(guó)際聲紋識(shí)別比賽是業(yè)界非常具備權(quán)威性的賽事,參賽隊(duì)伍來自國(guó)際多家知名高校與企業(yè),包括近兩年全球各項(xiàng)聲紋識(shí)別比賽中的“常勝將軍”:布爾諾工業(yè)大學(xué)、新加坡通信研究院、約翰霍普金斯大學(xué)等。

　　比賽中,網(wǎng)易 AI Lab 基于常見的X-Vector和PLDA算法,創(chuàng)新地提出了一種ASR-free的文本相關(guān)聲紋識(shí)別算法。相比傳統(tǒng)的Deep Speaker Embedding方法,該算法不需要依賴語音識(shí)別,就能夠在多語言環(huán)境下,同時(shí)完成說話人和文本內(nèi)容的驗(yàn)證。

　　比賽采用MinDCF(最小檢測(cè)代價(jià))和EER(等錯(cuò)誤率)作為評(píng)測(cè)指標(biāo)。網(wǎng)易AI Lab的單模型在兩個(gè)指標(biāo)均為最佳,其中EER達(dá)到了1.67%,相比第二名降低了11.6%,并遠(yuǎn)低于比賽 X-Vector基線系統(tǒng)(EER=9.05%)。

　　評(píng)估算法系統(tǒng)性能時(shí)常輸出ROC 曲線,用于描述FAR(誤識(shí)率)與FRR(拒識(shí)率)之間的關(guān)系。?

　　簡(jiǎn)單說,在聲紋識(shí)別中,誤識(shí)率就是“把不應(yīng)該匹配的聲紋當(dāng)成匹配聲紋”的比例,拒識(shí)率則是“把應(yīng)該匹配的聲紋當(dāng)成不匹配聲紋”的比例。

　　在對(duì)安全要求非常高的應(yīng)用場(chǎng)景,就會(huì)把FAR值設(shè)置得低一些,因?yàn)榕袛噱e(cuò)一次的代價(jià)很大,但這樣做的同時(shí)會(huì)導(dǎo)致FRR值上升,用戶體驗(yàn)度下降。

　　等錯(cuò)誤率(EER)是系統(tǒng)的誤識(shí)率(FAR)和拒識(shí)率(FRR)相等時(shí)的錯(cuò)誤率,即ROC曲線與45度角直線相交的點(diǎn),是衡量聲紋識(shí)別算法系統(tǒng)綜合性能的重要指標(biāo)。EER數(shù)值越小,系統(tǒng)性能越好。

　　聲紋識(shí)別是生物識(shí)別技術(shù)的一種,也稱為說話人識(shí)別,是一種通過聲音判別說話人身份的技術(shù)。

　　目前,人工智能主要有三個(gè)研究方向:視覺識(shí)別、智能語音、NLP自然語言處理。其中,在語音識(shí)別領(lǐng)域,聲紋識(shí)別屬于相對(duì)藍(lán)海市場(chǎng),解決的主要是“我是我”的身份認(rèn)證問題,多應(yīng)用在安全驗(yàn)證場(chǎng)景。

　　從近幾年的市場(chǎng)趨勢(shì)來看,銀行,金融服務(wù),保險(xiǎn)已成為聲紋識(shí)別應(yīng)用的領(lǐng)導(dǎo)領(lǐng)域。

　　隨著技術(shù)的不斷成熟和融合,聲紋識(shí)別技術(shù)將逐漸融入日常生活,根據(jù)不同應(yīng)用場(chǎng)景的特點(diǎn)進(jìn)行針對(duì)性開發(fā),將產(chǎn)生巨大的應(yīng)用價(jià)值。

　　而網(wǎng)易 AI Lab 聲紋識(shí)別技術(shù)其實(shí)早已被運(yùn)用于游戲場(chǎng)景中。除了進(jìn)行游戲身份驗(yàn)證,還能夠針對(duì)音色對(duì)用戶進(jìn)行分類、豐富玩家畫像,從而更加精準(zhǔn)地為玩家推薦志趣相投的好友、匹配實(shí)力相當(dāng)?shù)膶?duì)手,為玩家?guī)砀玫挠螒蝮w驗(yàn)。

特別提醒：本網(wǎng)內(nèi)容轉(zhuǎn)載自其他媒體，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點(diǎn)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對(duì)本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時(shí)性本站不作任何保證或承諾，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。本站不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益，請(qǐng)及時(shí)聯(lián)系我們，本站將會(huì)在24小時(shí)內(nèi)處理完畢。