vad函数matlab代码-tf-kaldi-speaker:基于Kaldi和Tensorflow的神经说话人识别/验证系统

vad函数matlab代码由于版权问题，我只能发布在2019年1月之前开发的单个GPU版本。一些实现也需要改进，例如GPU内存分配。 该库仍可以用作说话者验证的框架。 多GPU和其他方法可以用更少的精力添加。 注意当您使用extract.sh提取发言人嵌入时，请确保TensorFlow是在没有MKL的情况下编译的。 据我所知，anaconda安装的TF的某些版本是使用MKL编译的。 当TF在CPU上运行时，它将使用多个线程。 如果您运行多个进程（例如40），这将是有害的。 线程冲突将使提取极其缓慢。 对我来说，我使用pip安装TF 1.12，并且可以正常工作。 概述 tf-kaldi-speaker使用和实现了基于神经网络的说话者验证系统。 主要思想是，可以使用Kaldi进行预处理和后期处理，而TF是构建神经网络的更好选择。 与Kaldi nnet3相比，使用TF进行网络修改（例如，增加注意力，使用不同的损失函数）的成本更低。 还可以添加其他功能来支持与文本相关的说话者验证。 该项目的目的是使基于神经网络的说话人验证的研究更加容易。 我还尝试在论文中重现一些结果。 要求 Python：