PERCEPTION
SpeakerLLM：面向说话者理解与验证推理的说话者专用音频大语言模型
KiHyun Nam, Jungwoo Heo, Siu Bae, Ha-Jin Yu, Joon Son Chung
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出SpeakerLLM框架，将说话者特征提取、录音条件理解、说话者比较与验证推理统一到自然语言界面中。该模型通过结构化证据追踪和决策组合策略，实现了超越传统二元标签的细粒度说话者分析与可解释验证。
关键词
speaker verificationaudio-LLMnatural language interfacespeaker profilingreasoning
相关论文
PERCEPTION
📊 22,245 引用
Artificial intelligence: a modern approach
1995
PERCEPTION
📊 14,348 引用
Are we ready for autonomous driving? The KITTI vision benchmark suite
Andreas Geiger, P Lenz, R. Urtasun
2012
PERCEPTION
开放获取📊 9,777 引用
TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems
Martı́n Abadi, Ashish Agarwal, Paul Barham 等 20 位作者
2016
PERCEPTION
📊 9,681 引用
Vision meets robotics: The KITTI dataset
Andreas Geiger, Philip Lenz, Christoph Stiller 等 4 位作者
2013