ASR至ASV迁移
一种从自动语音识别迁移到自动说话人验证的Conformer架构，通过参数迁移和优化策略，在VoxCeleb和CN-Celeb测试集上相比ECAPA-TDNN取得了竞争性表现，并实现了约11%的等错误率相对改善。
Liao, Dexin · 姜涛 · Feng, Wang · Lin, Li · 洪青阳
2023
采用长度缩放注意力（LSA）和锐度感知最小化（SAM）两种策略，提升模型在未见数据上的泛化能力。
从预训练ASR模型初始化参数后，自注意力机制能更好地建模序列特征间的关系，在VoxCeleb和CN-Celeb测试集上带来约11%的EER相对改善。
作者在ASV-Subtools中提供了运行时评估，可用于生产场景下的推理速度测试，代码与模型均已开源。