Huella de voz
Una representación matemática de una voz que se usa para reconocer a un hablante.
Una huella de voz es una representación matemática compacta, a menudo llamada embedding, derivada de una muestra de alguien hablando. Captura las características que hacen distintiva una voz y descarta las palabras literales, de modo que dos grabaciones de la misma persona producen huellas de voz similares aunque digan cosas diferentes.
Las huellas de voz se comparan midiendo la cercanía entre dos vectores. Son específicas de cada modelo, lo que significa que una huella de voz creada por un sistema no puede ser leída por otro; migrar entre proveedores requiere volver a enrolar a los hablantes a partir del audio.
