融合分布对齐和对抗学习的无监督跨域声纹识别

• 作者: 陈志高 赵庆卫 王丽 王文超
• 来源期刊: 声学学报
• 年，卷（期）: 2021,（5）
• 页码范围: 767-774
• 页数: 8页
• 语种: 中文

摘要

针对声纹识别领域不匹配,且目标领域缺少标注数据的难题,提出在对抗学习基础上融合分布对齐的无监督领域自适应方法,通过训练过程中统计分布的对齐,以减小领域差异,从而提取声音中更有声纹鉴别性的特征,取得了稳定的性能提升.在文本相关的声纹识别任务中,对抗学习和分布对齐的方法能协同发挥作用,等错率相对降低11％;在文本无关的任务中,对抗学习效果不稳定,而分布对齐的方法依然有相对8％的性能提升.实验结果证明该方法在领域不匹配且目标领域缺少标注数据时,能有效提取语音中声纹鉴别信息,稳定提升识别性能.