【智算大讲堂】声纹识别-揭开“听风者”的神秘面纱

作为语言的声音表现形式，语音不仅包含了语言语义信息，同时也传达了说话人，语种、性别、年龄、情感、信道、嗓音、病理、生理、心理等多种丰富的副语言语音属性信息。整体来看，以上这些副语言语音属性识别问题，其核心都是针对不定时长文本无关句子层面语音信号的有监督学习问题，只是要识别的属性标注有不同。

本期智算大讲堂，我们邀请到李明研究员，他以人工智能领域的听风者-声纹识别为例，描述面向复杂场景的声纹识别这一具有挑战性的任务。同时，李明研究员将为大家分享团队在远场声纹识别，自监督训练和说话人日志领域的近期研究成果。最后，扩展到多个使用声纹编码的语音关联任务的工作，如特定人合成与变声，录音回放攻击检测，特定人分离，特定人唤醒等。基于上述面向特定人的智能语音处理技术，将为消费者带来更多的个性化的智能服务体验。

关注中科曙光抖音号、视频号

Get更多内容

往期回顾