说话人验证中基于语音质量的自适应损失函数研究

摘要

说话人验证任务中模型性能与语音质量有关，但目前研究并未关注语音质量的高低对模型能力的影响，因此本文提出了一种基于语音数据质量的自适应损失函数的方法.首先本文观察到说话人特征的模长与语音质量存在正相关性；其次根据说话人特征模长，本文提出了一种新型损失函数(AMGsoftmax),通过更加关注高质量大模长的样本，实现自适应调整不同质量数据的损失函数，从而提升模型识别能力.实验结果表明，AMGsoftmax与常用的AMsoftmax损失函数相比，在VoxCeleb1-O数据集上，等误识率(EER)相对降低了9.69%;在VoxSRC21-val数据集上，EER相对降低了7.38%.

关键词

说话人验证 / 语音质量 / 损失函数