Impressão vocal
Uma representação matemática de uma voz usada para reconhecer um locutor.
Uma impressão vocal é uma representação matemática compacta, muitas vezes chamada de embedding, derivada de uma amostra de alguém a falar. Capta as características que tornam uma voz distintiva e descarta as palavras literais, de modo que duas gravações da mesma pessoa produzem impressões vocais semelhantes, mesmo que digam coisas diferentes.
As impressões vocais são comparadas medindo a proximidade entre dois vetores. São específicas de cada modelo, o que significa que uma impressão vocal criada por um sistema não pode ser lida por outro; migrar entre fornecedores exige voltar a inscrever os locutores a partir do áudio.
