SEED: Speaker Embedding Enhancement Diffusion Model
Created by
Haebom
저자
KiHyun Nam, Jungwoo Heo, Jee-weon Jung, Gangin Park, Chaeyoung Jung, Ha-Jin Yu, Joon Son Chung
개요
본 논문은 실제 환경에서의 스피커 인식 시스템 성능 저하 문제를 해결하기 위해 확산 기반 방법을 제안합니다. 기존의 사전 훈련된 스피커 인식 모델에서 추출된 스피커 임베딩에 확산 모델을 적용하여, 잡음이 포함된 음성으로부터 추출된 임베딩을 깨끗한 임베딩으로 재구성합니다. 이를 위해 깨끗한 음성과 잡음이 포함된 음성으로부터 추출된 임베딩에 가우시안 노이즈를 점진적으로 추가하는 순방향 과정과 깨끗한 임베딩으로 재구성하는 역방향 과정을 거칩니다. 본 방법은 스피커 라벨이나 기존 스피커 인식 파이프라인 수정 없이도 환경 불일치 시나리오에서 최대 19.6%의 인식 정확도 향상을 보였습니다. 코드는 https://github.com/kaistmm/seed-pytorch 에서 공개되었습니다.