深度优先说话人嵌入

小模型EER提升40%

利用深度优先架构设计规则，在计算量受限条件下显著提升说话人确认性能。

Liu, Bei · Chen, Zhengyang · 钱彦旻

IEEE/ACM Transactions on Audio Speech and Language Processing 2023

参数信息

相对EER提升

40 %

技术优势

小模型也能追上大模型

在少量计算开销下，注意特征融合让紧凑模型的EER相对改善最高40%，提升从动态特征融合而来，而不是靠硬堆参数。

网络更深、参数更少

深度优先设计发现网络深度比宽度更重要，从而构造更深的DF-ResNet/DF-ECAPA系列，同精度下计算量更低。

应用场景

• 智能语音交互：端侧声纹模型更准，智能语音交互误唤醒和误识别更少。
• 端侧声纹认证：低算力场景下仍保持高准确率，可直接嵌入手机等设备做本地认证。
• 可穿戴设备声纹锁：小模型计算量极低，适合智能手表等穿戴设备实现声纹解锁。