网易AI Lab斩获全球顶级声纹识别竞赛冠军

即日，环球最大的语音聚会 INTERSPEECH 2020 宣布了 SdSV 声纹识别竞争劳绩，网易 AI Lab 从浩瀚邦际顶级部队中脱颖而出，获文本合系声纹识别赛道归纳排名第一、单模子第一的双料冠军。彰显了网易 AI Lab 正在语音声纹识别手艺范围的领先名望。

本次邦际声纹识别竞争是业界相当具备威望性的赛事，参赛部队来自邦际众家着名高校与企业，征求近两年环球各项声纹识别竞争中的“常胜将军”：布尔诺工业大学、新加坡通讯磋议院、约翰霍普金斯大学等。

竞争中，网易 AI Lab 基于常睹的X-Vector 和 PLDA 算法，立异地提出了一种 ASR-free 的文本合系声纹识别算法。比拟古板的 Deep Speaker Embedding 措施，该算法不需求依赖语音识别，就可能正在众说话境况下，同时结束言语人和文本内容的验证。

竞争采用 MinDCF（最小检测价格）和 EER（等舛错率）行动评测目标。网易 AI Lab 的单模子正在两个目标均为最佳，个中 EER 抵达了 1.67%，比拟第二名下降了 11.6%，并远低于竞争 X-Vector 基线%）。

评估算法体系本能时常输出 ROC 弧线，用于描绘 FAR（误识率）与 FRR（拒识率）之间的相干。

浅易说，正在声纹识别中，误识率便是“把不应当成家的声纹当成成家声纹”的比例，拒识率则是“把应当成家的声纹当成不行家声纹”的比例。

正在对安详请求相当高的操纵场景，就会把 FAR 值设备得低少许，由于鉴定错一次的价格很大，但云云做的同时会导致 FRR 值上升，用户体验度低浸。

等舛错率（EER）是体系的误识率（FAR）和拒识率（FRR）相当时的舛错率，即 ROC 弧线 度角直线交友的点，是权衡声纹识别算法体系归纳本能的紧张目标。EER 数值越小，体系本能越好。

目前，人工智能重要有三个磋议宗旨：视觉识别、智能语音、NLP 自然说话统治。个中，正在语音识别范围，声纹识别属于相对蓝海墟市，处分的重要是“我是我”的身份认证题目，众操纵正在安详验证场景。

跟着手艺的连接成熟和协调，声纹识别手艺将逐步融入平时生存，遵照差异操纵场景的特色举行针对性开采，将形成强大的操纵价钱。

而网易 AI Lab 声纹识别手艺实在早已被操纵于逛戏场景中。除了举行逛戏身份验证，还可能针对音色对用户举行分类、充分玩家画像，从而愈加精准地为玩家推举志趣相合的老友、成家势力相当的敌手，为玩家带来更好的逛戏体验。