会员服务
声纹识别 · Performer · 开发集 · 情景 · Performance ·
2021 年 9 月 6 日
XMUSPEECH System for VoxCeleb Speaker Recognition Challenge 2021
翻译：XMUSPEECH VoxCeleb发言人承认挑战系统 2021年
Jie Wang,Fuchuang Tong,Zhicong Chen,Lin Li,Qingyang Hong,Haodong Zhou
Jie Wang,Fuchuang Tong,Zhicong Chen,Lin Li,Qingyang Hong,Haodong Zhou

This paper describes the XMUSPEECH speaker recognition and diarisation systems for the VoxCeleb Speaker Recognition Challenge 2021. For track 2, we evaluate two systems including ResNet34-SE and ECAPA-TDNN. For track 4, an important part of our system is VAD module which greatly improves the performance. Our best submission on the track 4 obtained on the evaluation set DER 5.54% and JER 27.11%, while the performance on the development set is DER 2.92% and JER 20.84%.


翻译：本文介绍了VoxCeleb发言人承认挑战2021年的XMUSPEECH语音识别和分解系统。关于第2轨,我们评估了两个系统,包括ResNet34-SE和ECAPA-TDNN。关于第4轨,我们系统的一个重要部分是VAD模块,该模块大大改进了业绩。我们在第4轨上提交的最佳信息来自评价指标DER 5.54%和JER 27.11%,而开发指标的绩效为2.92%和20.84%。
0
下载
关闭预览

相关内容

说话人识别（Speaker Recognition），或者称为声纹识别（Voiceprint Recognition, VPR），是根据语音中所包含的说话人个性信息，利用计算机以及现在的信息识别技术，自动鉴别说话人身份的一种生物特征识别技术。 说话人识别研究的目的就是从语音中提取具有说话人表征性的特征，建立有 效的模型和系统，实现自动精准的说话人鉴别。
纽约大学最新《语音识别Speech Recognition》2020课程，不可错过！
纽约大学最新《语音识别Speech Recognition》2020课程，不可错过！
专知会员服务
43+阅读 · 2020年11月2日
【CVPR2020-牛津-谷歌】语音到动作:动作识别的跨模态监督，Cross-modal Supervision
【CVPR2020-牛津-谷歌】语音到动作:动作识别的跨模态监督，Cross-modal Supervision
专知会员服务
23+阅读 · 2020年3月31日
【CVPR2020】用于细粒度动作识别的多模式域自适应，Multi-Modal Domain Adaptation for Fine-Grained Action Recognition
【CVPR2020】用于细粒度动作识别的多模式域自适应，Multi-Modal Domain Adaptation for Fine-Grained Action Recognition
专知会员服务
77+阅读 · 2020年2月25日
【Yoshua Bengio新论文】多任务自监督学习语音识别，MULTI-TASK SELF-SUPERVISED LEARNING FOR ROBUST SPEECH RECOGNITION
【Yoshua Bengio新论文】多任务自监督学习语音识别，MULTI-TASK SELF-SUPERVISED LEARNING FOR ROBUST SPEECH RECOGNITION
专知会员服务
37+阅读 · 2020年1月30日
【中科院自动化所】序列到序列语音识别的无监督预训练（Unsupervised pre-training for sequence to sequence speech recognition）
【中科院自动化所】序列到序列语音识别的无监督预训练（Unsupervised pre-training for sequence to sequence speech recognition）
专知会员服务
32+阅读 · 2020年1月5日
【NLP| 推荐文章】语言语音处理（Speech and Language Processing(3rd ed.draft)）
专知会员服务
14+阅读 · 2019年11月24日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
最新BERT相关论文清单，BERT-related Papers
最新BERT相关论文清单，BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
RoBERTa中文预训练模型：RoBERTa for Chinese
RoBERTa中文预训练模型：RoBERTa for Chinese
PaperWeekly
57+阅读 · 2019年9月16日
BERT/Transformer/迁移学习NLP资源大列表
BERT/Transformer/迁移学习NLP资源大列表
专知
19+阅读 · 2019年6月9日
BERT/注意力机制/Transformer/迁移学习NLP资源大列表：awesome-bert-nlp
BERT/注意力机制/Transformer/迁移学习NLP资源大列表：awesome-bert-nlp
AINLP
40+阅读 · 2019年6月9日
无人机视觉挑战赛 | ICCV 2019 Workshop—VisDrone2019
无人机视觉挑战赛 | ICCV 2019 Workshop—VisDrone2019
PaperWeekly
7+阅读 · 2019年5月5日
Github项目推荐 | awesome-bert：BERT相关资源大列表
Github项目推荐 | awesome-bert：BERT相关资源大列表
AI研习社
27+阅读 · 2019年2月26日
pytorch-pretrained-BERT：BERT PyTorch实现，可加载Google BERT预训练模型
pytorch-pretrained-BERT：BERT PyTorch实现，可加载Google BERT预训练模型
AINLP
35+阅读 · 2018年11月6日
【代码资源】GAN | 七份最热GAN文章及代码分享（Github 1000+Stars）
【代码资源】GAN | 七份最热GAN文章及代码分享（Github 1000+Stars）
专知
12+阅读 · 2018年6月24日
【论文推荐】最新七篇图像分割相关论文—Attention U-Net、对抗结构匹配损失、卷积CRFs、对抗样本、弱监督分割
【论文推荐】最新七篇图像分割相关论文—Attention U-Net、对抗结构匹配损失、卷积CRFs、对抗样本、弱监督分割
专知
19+阅读 · 2018年5月31日
【论文推荐】最新6篇目标检测相关论文—场景文本检测 、显著对象、语义知识转移、混合监督目标检测、域自适应、车牌识别
【论文推荐】最新6篇目标检测相关论文—场景文本检测 、显著对象、语义知识转移、混合监督目标检测、域自适应、车牌识别
专知
19+阅读 · 2018年3月16日
【论文推荐】最新5篇语音识别（ASR）相关论文—音频对抗样本、对抗性语音识别系统、声学模型、序列到序列、口语可理解性矫正
【论文推荐】最新5篇语音识别（ASR）相关论文—音频对抗样本、对抗性语音识别系统、声学模型、序列到序列、口语可理解性矫正
专知
14+阅读 · 2018年2月4日
VenoMave: Targeted Poisoning Against Speech Recognition
Arxiv
0+阅读 · 2021年10月25日
DelightfulTTS: The Microsoft Speech Synthesis System for Blizzard Challenge 2021
Arxiv
0+阅读 · 2021年10月25日
Learning Speaker Representation with Semi-supervised Learning approach for Speaker Profiling
Arxiv
0+阅读 · 2021年10月24日
Look-into-Object: Self-supervised Structure Modeling for Object Recognition
Look-into-Object: Self-supervised Structure Modeling for Object Recognition
Arxiv
15+阅读 · 2020年3月31日
Speech2Action: Cross-modal Supervision for Action Recognition
Speech2Action: Cross-modal Supervision for Action Recognition
Arxiv
7+阅读 · 2020年3月30日
Recent Advances and Challenges in Task-oriented Dialog System
Recent Advances and Challenges in Task-oriented Dialog System
Arxiv
18+阅读 · 2020年3月19日
Meta Learning for End-to-End Low-Resource Speech Recognition
Meta Learning for End-to-End Low-Resource Speech Recognition
Arxiv
20+阅读 · 2019年10月26日
End-to-end Speech Recognition with Word-based RNN Language Models
End-to-end Speech Recognition with Word-based RNN Language Models
Arxiv
3+阅读 · 2018年8月8日
Unified Hypersphere Embedding for Speaker Recognition
Arxiv
5+阅读 · 2018年7月22日
A Unified Method for First and Third Person Action Recognition
Arxiv
3+阅读 · 2017年12月30日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
声纹识别
Performer
开发集
情景
Performance
相关VIP内容
纽约大学最新《语音识别Speech Recognition》2020课程，不可错过！
纽约大学最新《语音识别Speech Recognition》2020课程，不可错过！
专知会员服务
43+阅读 · 2020年11月2日
【CVPR2020-牛津-谷歌】语音到动作:动作识别的跨模态监督，Cross-modal Supervision
【CVPR2020-牛津-谷歌】语音到动作:动作识别的跨模态监督，Cross-modal Supervision
专知会员服务
23+阅读 · 2020年3月31日
【CVPR2020】用于细粒度动作识别的多模式域自适应，Multi-Modal Domain Adaptation for Fine-Grained Action Recognition
【CVPR2020】用于细粒度动作识别的多模式域自适应，Multi-Modal Domain Adaptation for Fine-Grained Action Recognition
专知会员服务
77+阅读 · 2020年2月25日
【Yoshua Bengio新论文】多任务自监督学习语音识别，MULTI-TASK SELF-SUPERVISED LEARNING FOR ROBUST SPEECH RECOGNITION
【Yoshua Bengio新论文】多任务自监督学习语音识别，MULTI-TASK SELF-SUPERVISED LEARNING FOR ROBUST SPEECH RECOGNITION
专知会员服务
37+阅读 · 2020年1月30日
【中科院自动化所】序列到序列语音识别的无监督预训练（Unsupervised pre-training for sequence to sequence speech recognition）
【中科院自动化所】序列到序列语音识别的无监督预训练（Unsupervised pre-training for sequence to sequence speech recognition）
专知会员服务
32+阅读 · 2020年1月5日
【NLP| 推荐文章】语言语音处理（Speech and Language Processing(3rd ed.draft)）
专知会员服务
14+阅读 · 2019年11月24日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
最新BERT相关论文清单，BERT-related Papers
最新BERT相关论文清单，BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
热门VIP内容
相关资讯
RoBERTa中文预训练模型：RoBERTa for Chinese
RoBERTa中文预训练模型：RoBERTa for Chinese
PaperWeekly
57+阅读 · 2019年9月16日
BERT/Transformer/迁移学习NLP资源大列表
BERT/Transformer/迁移学习NLP资源大列表
专知
19+阅读 · 2019年6月9日
BERT/注意力机制/Transformer/迁移学习NLP资源大列表：awesome-bert-nlp
BERT/注意力机制/Transformer/迁移学习NLP资源大列表：awesome-bert-nlp
AINLP
40+阅读 · 2019年6月9日
无人机视觉挑战赛 | ICCV 2019 Workshop—VisDrone2019
无人机视觉挑战赛 | ICCV 2019 Workshop—VisDrone2019
PaperWeekly
7+阅读 · 2019年5月5日
Github项目推荐 | awesome-bert：BERT相关资源大列表
Github项目推荐 | awesome-bert：BERT相关资源大列表
AI研习社
27+阅读 · 2019年2月26日
pytorch-pretrained-BERT：BERT PyTorch实现，可加载Google BERT预训练模型
pytorch-pretrained-BERT：BERT PyTorch实现，可加载Google BERT预训练模型
AINLP
35+阅读 · 2018年11月6日
【代码资源】GAN | 七份最热GAN文章及代码分享（Github 1000+Stars）
【代码资源】GAN | 七份最热GAN文章及代码分享（Github 1000+Stars）
专知
12+阅读 · 2018年6月24日
【论文推荐】最新七篇图像分割相关论文—Attention U-Net、对抗结构匹配损失、卷积CRFs、对抗样本、弱监督分割
【论文推荐】最新七篇图像分割相关论文—Attention U-Net、对抗结构匹配损失、卷积CRFs、对抗样本、弱监督分割
专知
19+阅读 · 2018年5月31日
【论文推荐】最新6篇目标检测相关论文—场景文本检测 、显著对象、语义知识转移、混合监督目标检测、域自适应、车牌识别
【论文推荐】最新6篇目标检测相关论文—场景文本检测 、显著对象、语义知识转移、混合监督目标检测、域自适应、车牌识别
专知
19+阅读 · 2018年3月16日
【论文推荐】最新5篇语音识别（ASR）相关论文—音频对抗样本、对抗性语音识别系统、声学模型、序列到序列、口语可理解性矫正
【论文推荐】最新5篇语音识别（ASR）相关论文—音频对抗样本、对抗性语音识别系统、声学模型、序列到序列、口语可理解性矫正
专知
14+阅读 · 2018年2月4日
相关论文
VenoMave: Targeted Poisoning Against Speech Recognition
Arxiv
0+阅读 · 2021年10月25日
DelightfulTTS: The Microsoft Speech Synthesis System for Blizzard Challenge 2021
Arxiv
0+阅读 · 2021年10月25日
Learning Speaker Representation with Semi-supervised Learning approach for Speaker Profiling
Arxiv
0+阅读 · 2021年10月24日
Look-into-Object: Self-supervised Structure Modeling for Object Recognition
Look-into-Object: Self-supervised Structure Modeling for Object Recognition
Arxiv
15+阅读 · 2020年3月31日
Speech2Action: Cross-modal Supervision for Action Recognition
Speech2Action: Cross-modal Supervision for Action Recognition
Arxiv
7+阅读 · 2020年3月30日
Recent Advances and Challenges in Task-oriented Dialog System
Recent Advances and Challenges in Task-oriented Dialog System
Arxiv
18+阅读 · 2020年3月19日
Meta Learning for End-to-End Low-Resource Speech Recognition
Meta Learning for End-to-End Low-Resource Speech Recognition
Arxiv
20+阅读 · 2019年10月26日
End-to-end Speech Recognition with Word-based RNN Language Models
End-to-end Speech Recognition with Word-based RNN Language Models
Arxiv
3+阅读 · 2018年8月8日
Unified Hypersphere Embedding for Speaker Recognition
Arxiv
5+阅读 · 2018年7月22日
A Unified Method for First and Third Person Action Recognition
Arxiv
3+阅读 · 2017年12月30日
Top
微信扫码咨询专知VIP会员
Top