7月23日，近日全球最大的语音会议 INTERSPEECH 2020公布了SdSV声纹识别比赛成绩，网易 AI Lab 从众多国际顶级队伍中脱颖而出，获文本相关声纹识别赛道综合排名第一、单模型第一的双料冠军。彰显了网易AI Lab在语音声纹识别技术领域的领先地位。

据悉，本次国际声纹识别比赛的参赛队伍来自国际多家知名高校与企业，包括近两年全球各项声纹识别比赛中的“常胜将军”:布尔诺工业大学、新加坡通信研究院、 约翰霍普金斯大学等。

比赛中，网易AI Lab基于常见的X-Vector和PLDA算法，创新地提出了一种ASR-free的文本相关声纹识别算法。相比传统的Deep Speaker Embedding方法，该算法不需要依赖语音识别，就能够在多语言环境下，同时完成说话人和文本内容的验证。

比赛采用 MinDCF(最小检测代价)和EER(等错误率)作为评测指标。网易AI Lab 的单模型在两个指标均为最佳，其中 EER 达到了 1.67%，相比第二名降低了11.6%，并远低于比赛X-Vector基线系统(EER=9.05%)。EER是判断声纹识别算法系统的综合指标，EER越小，系统性能越佳。

网易方面介绍，声纹识别技术多应用于安防等场景中，而网易AI Lab声纹识别技术其实早已被运用于游戏场景中。除了进行游戏身份验证，还能够针对音色对用户进行分类、丰富玩家画像，从而更加精准地为玩家推荐志趣相投的好友、匹配实力相当的对手，为玩家带来更好的游戏体验。

文/北京青年报记者 温婧
编辑/田野