声纹识别概要介绍

    严格意义来说，声纹识别属于语音识别领域，这个领域包括声纹识别，语音辨识，语音切割，语音转文本，文本转语音等。但一般也跟NLP联合，应用于智能语音交互机器人，多模态机器人上。

    声纹识别技术路径分为传统的声学模型和端到端的深度学习模型。

    传统声学模型：MFCC或fbank提取语音文件频谱，在加上xvector+plda

    端到端深度学习模型：提取频谱特征后，采用resnet，netvlad,softmax

    模型评价：EER，一般作为声纹识别的评价指标。当fa=fr时，eer=E(fa)=E(fr)

    模型使用：多分类(辨识某人),二分类(确认某人)。其中辨识某人是从若干人中识别出某个人。而确认某人是指确认该声纹是不是属于某人。