Deep neural networks-bаsed approach for text-independent speaker identification problem

Abstract

В рамках работы рассматриваются задачи автоматической текстонезависимой и текстозависимой идентификации диктора по голосу. Исследуется возможность применения к ним глубокой свёрточной нейронной сети и использования спектрограмм в качестве исходных признаков. Проводятся эксперименты на базах RSR2015 и NIST, делается вывод о применимости рассматриваемого подхода.

In this paper, the automatic text-independent and text-dependent speaker identification tasks are considered. The possibilities of applying a deep convolutional neural network to them and using spectrograms as input features for such a model are investigated. Experiments are conducted on the RSR2015 and NIST corpuses and conclusion is made about the applicability of the approach under consideration.