用于自监督说话人验证的 Bootstrap Equilibrium 与概率说话人表征学习

基于摘要分析。本文研究自监督说话人表征学习，提出由前端 bootstrap equilibrium 表征学习和后端不确定性感知概率嵌入训练组成的两阶段框架，目标是改善语音中的说话人验证，而非 EEG 或 BCI 解码。 前端采用 bootstrap 训练方案，并引入均匀性正则化项；后端通过最大化属于同一说话人的语音样本之间的 mutual likelihood score，估计同时包含说话人表征与数据不确定性的概率嵌入。摘要未给出正则项、概率分布和评分函数的具体形式，也未说明自监督设置下同说话人样本关系的构造方式，均需正文核对。 作者报告，bootstrap equilibrium 训练优于所比较的传统对比学习方法，整合后的两阶段框架进一步改善了 VoxCeleb1 测试集上的 EER 和 MinDCF。摘要未提供具体数值、基线名称、训练数据规模或完整划分，实验协议、消融及统计信息尚未验证，不能据此判断提升幅度及其稳定性。 平台推测（待验证）：可探索的迁移机制是不确定性感知的概率表征，而非直接复用说话人身份目标。假设 EEG 片段的质量差异能够被嵌入不确定性捕捉，该机制可能有助于处理低信噪比输入；但 EEG 任务标签与说话人身份结构不同，同类样本配对、数据增强及评分模块都需改造，小数据和跨被试差异也可能使不确定性估计失准。一个可检验的小实验是在固定 EEG 数据划分、编码器和训练预算下，对比确定性嵌入与概率嵌入，并加入受控噪声，分别检查任务性能和不确定性是否随信号退化而变化。已有 EEG 相关工作尚未检索确认。