Demographic Attributes Prediction from Speech Using WavLM Embeddings

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种基于WavLM特征的分类器,能够从语音中预测说话者的年龄、性别、母语、教育和国家等人口特征。该方法实现了年龄预测的平均绝对误差为4.94,性别分类准确率超过99.81%,显著提高了预测精度。

🏷️

标签

➡️

继续阅读