說話人識別開集open-set和閉集close-set的區別
阿新 • • 發佈：2018-11-07
先引用知乎上 @LEON晉 大神解釋的說話人識別對說話人準確率判斷的兩個評分標準：
在一批本該全部正確(TRUE)的列表中出現幾個沒識別出正確的語音，這個就是錯誤拒識FR(False Rejection)，是Miss的；在一批本該全部錯誤(Flase)的列表中出現了幾個沒識別出錯誤的語音，就是錯誤的語音被認為對了，FA(False Acceptance)，是Flase Alarm的。然後各自佔的比例：FR = Miss / Total_TRUE；FA= False Alarm/ Total_False，對說話人識別準確率EER的理論：EER
開始說說開集open-set和閉集close-set是啥：
聲紋識別（說話人識別）需要三個資料，訓練，註冊和測試。
訓練用的資料是普遍人（並不是準備使用該說話人識別系統的人）的語音資料。
一般註冊和測試是用同一個人（目標）不同的語音
開集 我自己個人理解是open-set，就是測試的人沒在模型上註冊他們的聲紋就去測試了，意思就是，在識別系統中沒有該說話人的語音特徵，但他硬要去挑戰說話人識別系統的權威，去看看該系統是不是很聰明。如大大們所說的，看系統是否能把他給拒了。
判斷是否在註冊集中也像他們所說的，設個 threshold, 若大於則說明該人註冊過了，在話語集中，小於則在集外。 FA的不變或增加
閉集 就是註冊和測試是用同一個人（目標）不同的語音，直接做1：N或者1:1的說話人識別，你們都很熟悉的就是閉集啦！