Presná definícia
Čo znamená rozpoznávanie hovoriaceho?
Rozpoznávanie hovoriaceho je zastrešujúca biometrická úloha určovania alebo overovania identity osoby z hlasu. Zahŕňa speaker verification a speaker identification. Využíva vlastnosti hlasového traktu a rečových návykov, ktoré však mení choroba, vek, emócia, kanál a napodobnenie.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Zvukový archív zoskupuje nahrávky podľa pravdepodobného hovoriaceho len ako redakčnú pomôcku. Výsledky s nízkou istotou človek nepotvrdzuje automaticky a systém nezverejňuje identitu. Referencie majú preukázaný pôvod a prístupy k embeddingom sú obmedzené.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Ako funguje rozpoznávanie hovoriaceho?
Enkóder mapuje rečový úsek na speaker embedding a backend porovnáva skóre s jednou šablónou alebo galériou identít.
Kedy má rozpoznávanie hovoriaceho praktický význam?
Zvukový archív zoskupuje nahrávky podľa pravdepodobného hovoriaceho len ako redakčnú pomôcku.
S čím si pojem nezamieňať?
Speech recognition dekóduje slová; speaker recognition porovnáva hlasovú identitu nezávisle od obsahu.
Ako sa výsledok kontroluje?
Používa sa EER, DET/ROC, minDCF, výkon naprieč kanálmi, dĺžkou a jazykmi a test proti spoofingu.
Na čo si dať pozor?
Nahrávka alebo syntetický hlas môže systém oklamať a rozdielne mikrofóny či demografické skupiny môžu mať inú chybovosť.