Empreinte vocale
Une représentation mathématique d’une voix utilisée pour reconnaître un locuteur.
Une empreinte vocale est une représentation mathématique compacte, souvent appelée embedding, dérivée d’un échantillon de quelqu’un en train de parler. Elle capture les caractéristiques qui rendent une voix distinctive tout en écartant les mots eux-mêmes, de sorte que deux enregistrements de la même personne produisent des empreintes vocales similaires même si les propos diffèrent.
Les empreintes vocales se comparent en mesurant la proximité entre deux vecteurs. Elles sont spécifiques à chaque modèle, ce qui signifie qu’une empreinte vocale créée par un système ne peut pas être lue par un autre ; migrer d’un fournisseur à l’autre impose de réenrôler les locuteurs à partir de l’audio.
