嘈杂环境下的说话人识别面临哪些挑战，您团队是如何应对的？
嘈杂环境下的说话人识别面临哪些挑战，您团队是如何应对的？
展开
收起
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
1
条回答
写回答
-
嘈杂环境下的说话人识别面临背景噪声干扰导致的性能下降等挑战。我们提出了一种说话人自适应噪声过滤机制，通过说话人嵌入向量和训练好的声源分离mask得到去噪后的子空间特征，进而提升说话人识别的准确性。在缺乏参考音频和理想掩码的情况下，我们采用当前音频作为参考，通过端到端训练共同优化模型。
2024-08-19 22:33:42赞同 3 展开评论
相关问答