Speaker Embedding
Konuşma parçasındaki konuşmacı kimliğiyle ilişkili bilgiyi sabit boyutlu yoğun bir vektöre kodlayan temsil.
Temsil
Speaker embedding, değişken uzunluktaki bir konuşma segmentini sabit boyutlu vektöre dönüştürür. Amaç aynı konuşmacının farklı segmentlerinin temsil uzayında birbirine, farklı konuşmacıların ise daha uzağa yerleşmesini sağlamaktır.
Karşılaştırma
Verification sistemlerinde iki embedding Cosine Similarity, PLDA veya başka bir skorlayıcıyla karşılaştırılabilir. Diarization tarafında embedding'ler segmentlerin kümelenmesinde kullanılır.
Skorun anlamlı olabilmesi için model, segmentasyon ve karar eşiği birlikte doğrulanmalıdır.
Veri Kalitesi
Segment süresi, örtüşen konuşma, kanal, codec, gürültü ve domain mismatch embedding kalitesini etkileyebilir. Çok kısa veya yanlış konuşmacıyı içeren segment, güçlü bir modelde bile güvenilir temsil üretmeyebilir.
Embedding konuşma içeriğinden tamamen bağımsız bir kimlik numarası değildir. Biyometrik kullanımda saklama, yetkilendirme ve gizlilik ayrıca ele alınmalıdır.
İlgili Kavramlar
İlgili makale: Seste Öznitelik Vektörleri ve Eşleştirme