PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2609.25007v1eess.AS

짧은 구간을 넘어서: 벡터 아카이브로 화자 임베딩 확장

Beyond Short Segments : Expanding Speaker Embeddings with Vector Archives

최신 화자 검증(SV) 시스템은 짧은 발화에서는 화자 고유 정보가 부족해 성능이 크게 저하된다. 이 문제에 대응하기 위해, 짧은 길이 음성에서 특징 추출을 강화하도록 설계한 Vector Archive Mapping ECAPA(VAM-ECAPA)라는 새로운 시스템을 제안한다. 본 시스템의 핵심은 트랜스포머 기반 Vector Archive Mapping with Statistical Pooling(TVAMSP) 모듈로, 정보가 빈약한 특징을 학습 가능한 표준 화자 특성 Vector Archive에 매핑하여 풍부하게 만든다. TVAMSP 모듈을 강력한 WavLM+ECAPA-TDNN 기준선에 통합함으로써, 짧은 구간의 희소 특징을 견고하고 판별력 있는 화자 표현으로 매핑하도록 학습한다. VoxCeleb1 벤치마크 실험에서 제안 VAM-ECAPA는 1초 테스트 구간에서 EER 8.334%라는 매우 경쟁력 있는 성능을 달성했으며, 이는 관례적으로 학습한 기준선 대비 상대 오류 54.8% 감소에 해당한다.

arXiv:2606.21305v1cs.SD

LISE: 청취 검증 가능한 해석 가능 화자 임베딩

LISE : Listenable Interpretable Speaker Embeddings

자동 화자 검증(ASV) 임베딩의 불투명성을 줄이기 위해 LISE(Listenable Interpretable Speaker Embeddings)는 사전학습 화자 임베딩을 소수의 직교·비음수 구성 요소로 분해하는 라벨 없는(label-free) 프레임워크를 제안한다. x-vector·ECAPA-TDNN에서 EER 저하를 거의 없이 유지하며, 청취 실험에서 참가자가 구성 요소에 따라 화자를 83.9% 정확도로 구별해 인간 청취 기반 해석 가능성을 입증했다.