摘要
声纹识别：主要是通过声音来识别人的任务。主要的子任务有 speaker verification（说话人验证）、speaker identification（说话人识别）和 speaker diarization（从多说话人语音中分离成单个说话人的语音片段）。下图可以很好说明
引言
声纹识别主要利用了说话人声音里的个人特征，这些个人特征主要是由于独特的发音器官和说话方式导致的，例如声道形状、喉咙大小、口音和韵律等。
声纹识别主要的应用场景有：个人智能设备（如电话、汽车、笔记本）的基于语音的身份验证；银行交易、远程支付；侦察犯罪嫌疑人；还可以作为ASR的前端，提高多说话人对话的转录性能。
经典的模型：Gaussian mixture model based universal background model (GMM-UBM) 前端模型 (用于提取说话人特征) + probabilistic linear discriminant analysis (PLDA) 后端模型（用于计算提取特征的相似度）
目前的模型：deep neural networks (DNNs)