摘要

在本文中，我们提出了一种新的损失函数，称为广义端到端（GE2E）损失函数，该函数使得说话人验证模型的训练比我们之前提出的基于元组的端到端（TE2E）损失函数更加高效。与TE2E不同，GE2E损失函数在每次训练过程中都强调更新难以验证的样本。此外，GE2E损失函数不需要一个初始的样例选择阶段。凭借这些特性，采用新损失函数的模型将说话人验证的等错误率（EER）降低了超过10%，同时将训练时间减少了60%。我们还引入了MultiReader技术，该技术使我们能够进行领域适应——训练支持多个关键词（例如“OK Google”和“Hey Google”）以及多种方言的更精确模型。