하이브리드 다국어 텍스트 의존형 및 텍스트 독립형 화자 검증

• Main Authors: CHOJNACKA ROZA, PELECANOS JASON, LOPEZ MORENO IGNACIO, WANG QUAN
• Format: Patent
• Language: Korean
• Published: 13.11.2023
• Subjects: ACOUSTICS; CALCULATING; COMPUTING; COUNTING; ELECTRIC DIGITAL DATA PROCESSING; MUSICAL INSTRUMENTS; PHYSICS; SPEECH ANALYSIS OR SYNTHESIS; SPEECH OR AUDIO CODING OR DECODING; SPEECH OR VOICE PROCESSING; SPEECH RECOGNITION

화자 검증 방법(400)은 발화(119)에 대응하는 오디오 데이터(120)를 수신하는 동작, 미리 결정된 핫워드를 특성화하는 오디오 데이터의 제1 부분(121)을 처리하여 텍스트 의존형 평가 벡터(214)를 생성하는 동작, 및 하나 이상의 텍스트 의존형 신뢰도 점수(215)를 생성하는 동작을 포함한다. 텍스트 의존형 신뢰도 점수들 중 하나가 임계값을 충족시키는 경우, 동작들은 발화의 화자를 임계값을 충족시키는 텍스트 의존형 신뢰도 점수와 연관된 각각의 등록된 사용자로서 식별하는 동작, 및 화자 검증을 수행하지 않고 액션의 수행을 개시하는 동작을 포함한다. 텍스트 의존형 신뢰도 점수들 중 어느 것도 임계값을 충족시키지 못할 때, 동작들은 쿼리를 특성화하는 오디오 데이터의 제2 부분(122)을 처리하여 텍스트 독립형 평가 벡터(224)를 생성하는 동작, 하나 이상의 텍스트 독립형 신뢰도 점수(225)를 생성하는 동작, 및 발화의 화자의 아이덴티티가 등록된 사용자들 중 임의의 것을 포함하는지를 결정하는 동작을 포함한다. A speaker verification method includes receiving audio data corresponding to an utterance, processing a first portion of the audio data that characterizes a predetermined hotword to generate a text-dependent evaluation vector, and generating one or more text-dependent confidence scores. When one of the text-dependent confidence scores satisfies a threshold, the operations include identifying a speaker of the utterance as a respective enrolled user associated with the text-dependent confidence score that satisfies the threshold and initiating performance of an action without performing speaker verification. When none of the text-dependent confidence scores satisfy the threshold, the operations include processing a second portion of the audio data that characterizes a query to generate a text-independent evaluation vector, generating one or more text-independent confidence scores, and determining whether the identity of the speaker of the utterance includes any of the enrolled users.