说话人验证适配器

仅更新4%参数

冻结预训练Transformer主干，仅微调轻量适配器即可达到全量微调的说话人验证性能，显著降低参数量和过拟合风险。

彭俊逸 · Stafylakis, Themos · Gu, Rongzhi · Plchot, Oldřich · Mošner, Ladislav · Burget, Lukáš · Černocký, Jan "honza"

2023

参数信息

等错误率

0.55 %

等错误率

0.82 %

等错误率

1.73 %

可训练参数比例

4 %

技术优势

参数少一个量级

仅更新不到4%的参数即可达到与全量微调相当的性能，显著降低存储和计算开销。

防止小数据过拟合

冻结预训练参数，仅训练轻量适配器，降低了模型在有限说话人数据上的过拟合风险。

应用场景

• 声纹识别：用少量参数快速适配新说话人，无需重新训练大模型。
• 语音生物识别：在保持验证精度的同时降低部署的计算与存储成本。
• 端侧语音应用：轻量适配器适合在资源受限设备上本地微调与推理。