↑: [[G検定に関する知識]]
- 音声から「誰が話しているか」を特定するタスク
- [[音声認識]](「何を言っているか」のテキスト化)とは異なる
- 利用する特徴量:声紋・MFCC・ピッチ・フォルマント周波数
- 生体認証の一形態として活用(本人確認・セキュリティ)
- Few-shot学習・メトリック学習で訓練データにない未知話者にも対応可能
- 声紋データは要配慮個人情報;[[公平性]]・プライバシーの観点から慎重な取り扱いが必要
- 用途例:声紋認証、セキュリティシステム
- 話者識別(誰か)と話者確認(本人かどうか)の2種類がある
- cf. [[音声処理]], [[音声認識]]