实验分为两个阶段，

1. 搭建 基于MFCC 的 baseline;
2. 之后是引入 wav2vec 获取语音的 CPC feature 进行实验。

DataSet

使用 LibSpeech 训练说话人识别模型和做语音预训练，使用 sitw 和 CN-Celeb 测试 ASV 系统性能

• LibSpeech (Pretain & Dev)
• sitw (Test)
• CN-Celeb (Test)

Toolkit

• Kaldi
• fariseq-wav2vec

Sitw-dev

i-vector

Equel Error Rate	MFCC	wav2vec c	wav2vec z
cosine
PLDA
LDA PLDA

x-vector

Equel Error Rate	MFCC	wav2vec c	wav2vec z
cosine
PLDA
LDA PLDA

Sitw-eval

i-vector

Equel Error Rate	MFCC	wav2vec c	wav2vec z
cosine
PLDA
LDA PLDA

x-vector

Equel Error Rate	MFCC	wav2vec c	wav2vec z
cosine
PLDA
LDA PLDA

CN-Celeb

i-vector

Equel Error Rate	MFCC	wav2vec c	wav2vec z
cosine
PLDA
LDA PLDA

x-vector

Equel Error Rate	MFCC	wav2vec c	wav2vec z
cosine
PLDA
LDA PLDA