Speaker Recognition | NIST

NIST讲者识别研究
最新推荐文章于 2024-11-03 09:33:38 发布
转载 最新推荐文章于 2024-11-03 09:33:38 发布 · 712 阅读 · 0

本文探讨了NIST关于讲者识别的研究进展和技术方案。通过深入分析讲者识别的算法和评估方法，本文旨在为该领域的研究者提供有价值的参考资料。
连接：https://www.nist.gov/itl/iad/mig/speaker-recognition
X-VECTORS: ROBUST DNN EMBEDDINGS FOR SPEAKER RECOGNITION论文翻译
weixin_38858860的博客
11-07 3230
X-VECTORS：稳健的DNN嵌入式，用于声纹识别 摘要   在本文中，我们使用数据增强来提高深层神经网络（DNN）嵌入对于说话人识别的性能。 DNN经过训练以区分说话者，将可变长度的话语映射到我们称为x向量的固定维度嵌入。之前的研究发现，嵌入比i向量更好地利用大规模训练数据集。但是，收集大量用于训练的标记数据可能具有挑战性。我们使用数据增加，包括增加的噪声和回报，作为一种廉价的方法来增加...
speaker-recognition
10-30
说话人识别。github下载。 主要是Matlab代码。
The 2008 NIST Speaker Recognition Evaluation
zhangxueyang1的博客
03-17 961
连接：www.itl.nist.gov/iad/mig/tests/sre/2008/official_results/
Speaker Recognition说话人识别（声纹识别）
最新发布
王二的博客
11-03 1467
说话人识别，又称声纹识别。从上世纪60年代开始到现在，声纹识别一直是生物识别技术研究的主题。从传统的基于模板匹配的方法，到早期基于统计学方法，直到基于深度学习的声纹识别技术成为主流。本项目给出一个从传统（基于GMM、GMM-UBM、GMM-SVM[3]、联合因子分析、i-vector的方法），到基于深度学习的声纹识别方法的实现。
语音识别（Speaker Recognition）
yerenxing的专栏
04-27 1499
背景： 最近在做一个Android平台下的Speaker Recognition的项目，刚接触这一行，正好可以将自己的思路、学习过程和项目结果很好的展示给大家。 前提准备： 在项目的前期需要了解音频文件（*.wav）、Speak Recognition服务（这里用到Microsoft oxford的提供）、Android环境下音频采集和服务访问操作（基于Android Studio的
Speaker Recognition Evaluation 2012
zhangxueyang1的博客
01-08 552
链接： https://www.nist.gov/multimodal-information-group/speaker-recognition-evaluation-2012
X-VECTORS ROBUST DNN EMBEDDINGS FOR SPEAKER RECOGNITION 中文.pdf
07-08
在X-vector技术的研究中，进行了针对特定数据集的实验，例如Speakers in the Wild和NIST SRE 2016 Cantonese。研究发现，在PLDA分类器中增加数据增强是有益的，但在i-vector提取器中并没有显示出益处。然而，得益于X...
X-VECTOR:ROBUST DNN EMBEDDING FOR SPEAKER RECOGNITION
qq_29439985的博客
04-03 856
2019/04/02 X-VECTOR:robust dnn embedding for speaker recognition abstract DNN + data augmentation -> better performance of speaker recognition DNN i. variable-length utterances –(mappin...
X-vector系列论文 | X-VECTORS: ROBUST DNN EMBEDDINGS FOR SPEAKER RECOGNITION
wgc7998的博客
12-23 2895
以下是摘要部分： 在本文中，使用数据增广来提高深度神经网络（DNN）embedding对于说话人识别的性能。经过训练以区分说话者的DNN将可变长度的语料映射到我们称为x-vector的固定维度embedding。之前的研究发现，embedding比i-vector更好地利用大规模训练数据集。然而，收集大量用于训练的标记数据可能具有挑战性，因此使用数据增广，包括增加噪声和混响，作为一种廉价的方法来...
【论文学习】《Who is Real Bob? Adversarial Attacks on Speaker Recognition Systems》
求求你们别卷了
05-19 1876
说话人识别(SR)作为一种生物特征认证或识别机制在我们的日常生活中得到了广泛的应用。SR的流行带来了严重的安全问题，最近的对抗攻击证明了这一点。然而，这种威胁在实际的黑盒场景中的影响仍然是未探索的，因为当前的攻击只考虑白盒场景。
speaker recognition tutorial
02-19
英文版本，对语音识别技术的现有情况地总结和描述了对未来的展望。
python实现说话人识别实验与开发
01-11
Auto Speaker Recognition main.py the main file for test audio_record.py record audio from micro phone count_days.py count days between two date. 20110805 20160903 mfcc_feature.py extract mfcc feature from wav files SGD.model* the trained model on train set , and the accurate is 70% util.py contains the most useful functions train train data is 75% of all the data test test data is 25% of all the data and has no overlap with train set classification_SGD.py is the main classification function py file , and it used the sklearn's SGD niter was set 10000 could get 70% of accurate. classification_BNB.py this is the sklern naive_bayes BernoulliNB , and it reach to just 56% classification_DT.py this is the sklern tree.DecisionTreeClassifier , and it reach to just 63% classification_GB.py this is the sklern GradientBoostingClassifier, and it reach to the best now of 76% when n_estimators=1000, but it produce too many model components to store. classification_GNB.py this is the sklern naive_bayes GaussianNB, and it reach to just 63% vote_result.py add a vote decsion , every method have the acurrcy number ticiks to vote the final answer. after the vote , we achived 96% at test set. beta1.0
NIST SPHERE shorten无损音频文件解码程序
12-12
NIST SPHERE shorten音频解码工程，从unix移植过来，删去不必要的库，增加windows下面的库函数，在win32/64下跑的vs2010工程
探索创新语音识别：Speaker-Recognition 项目
gitblog_00073的博客
04-23 429
探索创新语音识别：Speaker-Recognition 项目 在这个数字化的时代，语音识别技术已逐渐渗透到我们的日常生活和工作中。 是一个开源项目，旨在提供一个简单易用的平台，让用户能够构建、训练和应用自己的说话人识别系统。本文将从技术角度解析该项目，以便让更多的人了解其价值并开始使用。 项目简介 Speaker-Recognition 是基于 Python 的说话人识别框架，它利用深度学习方法...
NIST 2019 Speaker Recognition Evaluation: CTS Challenge
Grace_yan的博客
10-30 1394
1Introduction 1介绍 The 2019 speaker recognition evaluation (SRE19) is the next in an ongoing series of speaker recognition evaluations conducted by the US National Institute of Standards and Technology...
基于深度学习方法的声纹识别（Speaker Recognition）论文综述
YZhang0108的博客
04-30 6974
声纹识别（Speaker Recognition），是一项提取说话人声音特征和说话内容信息，自动核验说话人身份的技术。 声纹识别通常分为两类：Speaker Verification （说话人验证）和Speaker identification （说话人识别）。 Speaker Verification （说话人验证）：使用自己的语音进行验证。如果说话人宣称是某个身份，使用语音对此进行验证。 S...
说话人识别(speaker Recognition/Verification)简介
weixin_50547200的博客
06-07 5747
1.分类
ICASSP 2019----Can We Use Speaker Recognition Technology to Attack Itself? Enhancing Mimicry Attacks
Grace_yan的博客
06-24 439
Tomi Kinnunen; University of Eastern Finland Rosa Gonzalez Hautamäki; University of Eastern Finland Ville Vestman; University of Eastern Finland Md Sahidullah; INRIA https://ieeexplore.ieee.org/docume...
Demo - Speaker Recognition
班门弄斧
09-07 1139
Java source code in Github:speakerRecognition This demo is based on Microsoft Cognitive Service. If you have no idea about that, please clickhere. Prerequisites Microsoft Speaker Recognition API ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值