Work

From Voice to Vector: Design, Training and Applications of Speaker Embeddings

Year: 2026
Type: dissertation
Abstract: Onze stem is even uniek als een vingerafdruk: ze verraadt wie we zijn, hoe we ons voelen en soms zelfs onze gezondheidstoestand. Kunstmatige intelligentie kan tegenwoordig een spreker herkennen aan de hand van een kort stukje spraak, via zogenaamde "sprekerembeddings": compacte digitale vingerafdrukken van een stem. Deze technologie zit vandaag al overal, van stemherkenning op je smartphone en slimme luidsprekers tot forensisch stemonderzoek en het automatisch onderscheiden van sprekers in vergaderopnames of tv-uitzendingen. Dit doctoraatsonderzoek ontwikkelde nieuwe neurale netwerkarchitecturen, waaronder ECAPA-TDNN, die wereldwijd uitgroeiden tot een standaard in sprekerherkenning en meerdere internationale competities wonnen. Daarnaast werden trainingsmethoden bedacht om deze technologie robuuster en efficiënter te maken, en werd ze uitgebreid naar sprekerdiarisatie: het automatisch bepalen wie wanneer spreekt in een opname met meerdere sprekers. Tot slot verkent dit werk een nieuwe, medische toepassing: het gebruik van sprekerembeddings om de spraak van patiënten met mondkanker op te volgen doorheen hun behandeling. Zo toont dit onderzoek aan dat sprekerherkenningstechnologie niet alleen kan helpen om te weten wíe er spreekt, maar in de toekomst ook een waardevol hulpmiddel kan worden om spraak en gezondheid objectief op te volgen.
Language: Dutch
Open Access status: green
OpenAlex ID: W7224149905
Cites: 195
Cited by:
Related to: 10