VoxCeleb1-O

新型语言模型提供具有声学接地的可解释说话人验证

研究人员开发了CoLMbo-SV，这是一种新颖的语言模型，专为可解释的说话人验证而设计。该模型集成了预训练的说话人编码器和语言模型，使其能够提供基于声学测量的结构化报告。CoLMbo-SV旨在通过暴露可解释的证据来增强说话人验证系统的可检查性，同时又不牺牲对准确决策至关重要的详细声学信息。该系统在VoxCeleb1-O数据集上实现了0.99%的EER，显著降低了验证错误，并在数值接地指标上得分0.82。