研究人员开发了一个新的说话人验证框架，在保持语音性能的同时提高了对非语言发声（NVVs）的准确性。该系统结合了冻结的自监督特征与ECAPA-TDNN和专家混合（MoE）模块。这种方法显著降低了语音到NVV身份验证的等错误率（EER），从38.93%降至22.66%，同时也提高了语音到语音的准确性。 AI
影响 这项研究可能带来更强大的身份验证系统，能够处理更广泛的发声，从而影响安全和内容审核。
排序理由 该项目是一篇研究论文，详细介绍了一种新的说话人验证框架和方法论。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
