Closed anonymous530 closed 10 months ago
阈值选择根据测试样本而定,你使用的是modelscope上我们提供的学术模型,你可以使用已发布的工业模型,阈值暂时使用默认值,识别性能会更优。参考:https://modelscope.cn/models/damo/speech_eres2net_sv_zh-cn_16k-common/summary or https://modelscope.cn/models/damo/speech_campplus_sv_zh-cn_16k-common/summary
阈值选择根据测试样本而定,你使用的是modelscope上我们提供的学术模型,你可以使用已发布的工业模型,阈值暂时使用默认值,识别性能会更优。参考:https://modelscope.cn/models/damo/speech_eres2net_sv_zh-cn_16k-common/summary or https://modelscope.cn/models/damo/speech_campplus_sv_zh-cn_16k-common/summary
好的,我试下,谢谢。
问题描述
使用 SV 进行声纹验证,一段音频是存在人声的音频,另一段音频几乎没有声音(没有人声)。验证结果应该是低于阈值 0.6,但是结果却是高于0.6。想问下对于模型的识别结果,能获取到判断依据么?另外这个 threshold 一般应该设置多少合适?
使用模型
damo/speech_campplus_sv_cn_cnceleb_16k
识别结果
{'score': 0.68535, 'text': 'yes'}