目标说话人标记的仿射不变分数校准方法
Get the story
2026年10月9日，arXiv Audio and Speech（一手）发表论文，提出面向目标说话人标注的仿射不变分数校准方法 gallery affinity verification。该方法为无 cohort 校准，利用注册音库作为证据，引入分数离散度与注册画像偏差两个仿射不变项。论文指出，注册语音按录音会话聚集，传统分数归一化的 per-speaker 统计会反映音库邻近性而非冒名者行为，可能导致整段说话人被拒。在合成基准与内部会议语料上的实验显示，该方法在有无传统归一化时均提升标注准确率，与传统归一化结合还有额外增益。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Audio and Speech利用注册音库作为证据：面向目标说话人标注的仿射不变分数校准
论文提出 gallery affinity verification，一种无 cohort 的校准方法，用分数离散度与注册画像偏差两个仿射不变项利用注册音库证据。注册语音按录音会话聚集，传统分数归一化的 per-speaker 统计会反映音库邻近性而非冒名者行为，导致整段说话人被拒。在合成基准与内部会议语料上，该方法在有无传统归一化时均提升标注准确率，与之结合还有额外增益。
Heat trend
Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.