Automatic speaker verification (ASV) with ad-hoc microphone arrays has received attention. Unlike traditional microphone arrays, the number of microphones and their spatial arrangement in an ad-hoc microphone array is unknown, which makes conventional multi-channel ASV techniques ineffective in ad-hoc microphone array settings. Recently, an utterance-level ASV with ad-hoc microphone arrays has been proposed, which first extracts utterance-level speaker embeddings from each channel of an ad-hoc microphone array, and then fuses the embeddings for the final verification. However, this method cannot make full use of the cross-channel information. In this paper, we present a novel multi-channel ASV model at the frame-level. Specifically, we add spatio-temporal processing blocks (STB) before the pooling layer, which models the contextual relationship within and between channels and across time, respectively. The channel-attended outputs from STB are sent to the pooling layer to obtain an utterance-level speaker representation. Experimental results demonstrate the effectiveness of the proposed method.


翻译:与传统的麦克风阵列不同,麦克风阵列中麦克风的数目及其空间安排并不为人所知,这使得传统的多通道ASV技术在临时麦克风阵列设置中无效。最近,提出了带有自动麦克风阵列的语音自动核查(ASV),首先从每个频道抽出一个自动麦克风阵列的语音嵌入器,然后将嵌入的嵌入器装在最后核查中。然而,这一方法无法充分利用跨通道信息。在本文件中,我们在框架一级展示一个新的多通道ASV模型。具体地说,我们在集合层之前添加了阵列时处理区块(STB),以分别模拟各频道内和不同时间的背景关系。STB的频道辅助输出被发送到集合层,以获得语音演示。实验结果显示了拟议方法的有效性。

0
下载
关闭预览

相关内容

专知会员服务
21+阅读 · 2021年4月2日
【CVPR2021】细粒度多标签分类
专知会员服务
61+阅读 · 2021年3月8日
ACL2020接受论文列表公布,571篇长文208篇短文
专知会员服务
67+阅读 · 2020年5月19日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
165+阅读 · 2020年3月18日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
无人机视觉挑战赛 | ICCV 2019 Workshop—VisDrone2019
PaperWeekly
7+阅读 · 2019年5月5日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Linguistically Regularized LSTMs for Sentiment Classification
黑龙江大学自然语言处理实验室
8+阅读 · 2018年5月4日
暗通沟渠:Multi-lingual Attention
我爱读PAMI
7+阅读 · 2018年2月24日
最佳实践:深度学习用于自然语言处理(三)
待字闺中
3+阅读 · 2017年8月20日
Arxiv
28+阅读 · 2021年9月18日
Arxiv
6+阅读 · 2020年4月14日
Arxiv
6+阅读 · 2018年4月24日
Arxiv
3+阅读 · 2017年11月12日
VIP会员
相关VIP内容
专知会员服务
21+阅读 · 2021年4月2日
【CVPR2021】细粒度多标签分类
专知会员服务
61+阅读 · 2021年3月8日
ACL2020接受论文列表公布,571篇长文208篇短文
专知会员服务
67+阅读 · 2020年5月19日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
165+阅读 · 2020年3月18日
Top
微信扫码咨询专知VIP会员