十四种说话人编码器听同一段语音,错误率相差五倍
十四种说话人编码器听同一段语音,错误率相差五倍 十四种说话人编码器处理同一语音时,错误率最高相差五倍。在11935次相同试验中,不同编码器将语音转为向量的距离判断差异巨大,而这一距离常被直接用于判断是否同一人。该数值被用于身份验证、语音克隆流程,以及合成语音身份保留的论文评估中。 1……
专注于Android、Java、Go语言(golang)、移动互联网、项目管理、软件架构