报告摘要：由声音辨认说话者的身份或者所使用的语言种类，关键点是寻找本质的说话人特征或者语种特征。说话人特征不仅受说话人本身声道结构影响，一定程度上依赖于文本作为信息传达的载体，不论是文本相关还是文本无关说话人识别任务中，引入文本信息（如音素）辅助训练说话人特征提取网络，可以改善识别性能。同样地，引入音素识别任务用于训练提取语种特征，也有助于提升语种识别性能。报告重点分析在声纹/语种特征提取流程（包括帧级别和段级别）中音素信息所起到的作用效果。特别地，针对语种识别任务中，对比分析不同语种音素识别模型的选择对多任务系统性能的影响。

讲者介绍：李琳，副教授、硕导 。2008 年获中国科学技术大学电路与系统专业博士学位，同年被引进到厦门大学工作，主要研究方向为说话人识别、智能语音处理等。主持国家自然科学基金项目1项，科技部重点研发计划子课题1项，作为第一合作者参与国家自然科学基金项目2项。是国际IEEE学会会员，NCMMSC常设机构委员会委员，CCF语音对话与听觉专业工作组委员。在国内外学术刊物或核心会议上发表学术论文累计50多篇，近20篇被SCI、EI等科技索引摘入，发明专利授权2项，公开3项。

内容中包含的图片若涉及版权问题，请及时与我们联系删除