audio - 哪个功能，算法最适合说话者验证

Question

我的任务是扬声器验证。

我的任务是计算两个音频语音之间的相似度，然后与阈值进行比较。
例如:两个音频之间的相似度分数是70％，阈值是50％。因此，说话者是同一个人。

语音是与文本无关的，可以是任何对话。

我已经尝试过使用MFCC，GMM进行说话人识别任务，但是这个任务是有区别的，只需比较两个音频功能就具有相似度。我不知道哪个功能适合说话者验证，哪个算法可以帮助我计算两种模式之间的相似度得分。

希望有你们的建议，

非常感谢。

Answer 1

这些天最先进的技术是xvectors:

Deep Neural Network Embeddings for Text-Independent Speaker Verification

在Kaldi中的实现是here。