Para abordar las limitaciones de los sistemas de autenticación de hablantes basados en aprendizaje profundo, que dependen en gran medida del acceso a grandes y diversos conjuntos de datos de hablantes, este documento propone INSIDE (Interpolating Speaker Identities in Embedding Space), un novedoso método de aumento de datos que sintetiza nuevos identificadores de hablantes mediante la interpolación entre incrustaciones de hablantes existentes. INSIDE selecciona pares de incrustaciones de hablantes cercanas de un espacio de incrustación de hablantes preentrenado y calcula una incrustación intermedia mediante interpolación lineal esférica. Estas incrustaciones interpoladas se introducen en un sistema de síntesis de voz para generar las formas de onda de voz correspondientes. Los datos resultantes se combinan luego con el conjunto de datos original para entrenar submodelos. Los resultados experimentales demuestran que los modelos entrenados con datos aumentados por INSIDE superan a los modelos entrenados únicamente con datos reales, logrando ganancias de rendimiento relativas del 3,06% al 5,24% en la autenticación del hablante. La clasificación por género también demuestra una ganancia de rendimiento relativa del 13,44%. INSIDE es compatible con otras técnicas de aumento, lo que lo convierte en un complemento flexible y escalable a los procesos de capacitación existentes.
