说话人确认系统性能评价指标

说话人确认(Speaker Verification)介绍

说话人确认属于说话人识别(Speaker recognition)中的一个子任务。根据任务目标不同,说话人识别可以分为说话人确认(Speaker Verification)和说话人辨认 (Speaker Identification) 两大类。说话人确认是判断某段语音是否为指定的说话人所说(Yes or No),是一对一的判别问题;而说话人确认则是对于众多候选说话人集合,给定一段语音,确定该段语音是候选人集合中的哪一个人所说,是多对一问题。对于说话人辨认来说,随着候选说话人集合不断扩大,任务复杂度增大,识别的性能会下降,而说话人确认技术则只需在给定阈值下判断 Yes 或者 No, 其性能并不受人数影响。

评价指标介绍

在评定说话人确认系统时,有两个非常重要的关键词:错误拒绝(False Rejection,FR)和错误接受 (False Acceptance, FA),这是说话人确认系统中的两种错误情况。错误拒绝指正确的说话人在测试中被断定为冒认者,被错误拒绝;错误接受则指冒认者在测试中被认为是正确的说话人,被错误接受。由于存在错误拒绝和错误接受两类错误,单纯地使用错误率来评定说话人确认系统性能是不合理的。通常有以下几种形式评定说话人确认系统的性能。

• 等错误率(Equal Error Rate, EER):
  定义错误拒绝率 E_FR和错误接受率 E_FA :
  $$E_{FR}=\genfrac{}{}{0ex}{}{}{N_{target}}$$