Ian

说这个月底会出一个新版本，能提升效率的。计划没有变吧？

rocketqa支持多进程并行处理吗？

2

在examples/faiss_example中的rocketqa_service.py是个单进程处理的demo，无法适应同时处理多个请求。我将其改为多进程多线程的处理方式，响应就会出现错误，查看错误信息，发现就是调用： q_embs = self._dual_encoder.encode_query(query=[query]) File "/home/eyundl/anaconda3/envs/paddle_env/lib/python3.7/site-packages/rocketqa/predict/dual_encoder.py", line 145, in encode_query fetch_list=fetch_list) File "/home/eyundl/anaconda3/envs/paddle_env/lib/python3.7/site-packages/paddle/fluid/executor.py", line 1299, in run six.reraise(*sys.exc_info()) File "/home/eyundl/anaconda3/envs/paddle_env/lib/python3.7/site-packages/six.py", line 719, in reraise raise value File "/home/eyundl/anaconda3/envs/paddle_env/lib/python3.7/site-packages/paddle/fluid/executor.py", line 1295,...

RocketQA

2

Thanks for your issue. To help us solve the issue better, please provide following information： 1. PaddleNLP version: (please specify the branch as well，e.g. PaddleNLP v2.2.1) 2. PaddlePaddle version: (e.g....

声纹识别和所说的话内容应该不相关吧，但是测试却发现不是这样的

3

首先我录制了三段语音做为模版文件： zhao1.wav:说的是一句简短的中文； zhao2.wav:说的是0-9的数字； zhao3.wav：说的是另一句不同的中文； 然后我按照模版文件内容再生成三个录音： file1.wav和zhao1.wav,file2.wav和zhao2.wav,file3.wav和zhao3.wav的内容分别相同。 然后两两做score，得出的结果是： zhao1.wav(file1.wav):0.7422892451286316;zhao1.wav(filé.wav):0.6398638486862183;zhao1(file3.wav):0.6861986517906189 zhao2.wav(file1.wav):0.43911170959472656;zhao2.wav(filé.wav):0.7633090019226074;zhao2(file3.wav):0.4422371983528137 zhao3.wav(file1.wav):0.6625332236289978;zhao3.wav(filé.wav):0.6106154322624207;zhao3(file3.wav):0.7869642972946167 可以看到zhao1.wav(file1.wav)，zhao2.wav(filé.wav)，zhao3(file3.wav)得分最高。 这如何解释呢？

声纹识别的准确率问题，我们应用过程中只有71%，这是正常水平吗？

4

说明： 1、我们分别采样了7个人的声音，每个人采样三段声音。将这些声音做为基础声音模版库； 2、第一句:说的是一句简短的中文；第二句:说的是0-9的数字；第三句：说的是另一句不同的中文； 3、然后将这21个声音分别从中找到最相似的声纹； 4、实际验证结果是非常不理想，请帮忙指出我们流程哪里出错了，以及如何进行改进。我们是真的希望能够将其应用到实际业务场景中。 5、总共21次比对，准确找到的：15；找错人的：6；准确率只有71%。 明细结果：每个语音声纹最相似的语音，以及score。（score 的计算方法：paddlespeech vector --task score --input ' ') zhao1.wav ---------------- 1 zhao3.wav 0.7540673613548279 zhao2.wav ---------------- 1 zhao1.wav 0.657843291759491 zhao3.wav ---------------- 1 zhao1.wav 0.7540673613548279 liu1.wav...

声纹识别安全性问题，能别录音欺骗

4

1、我生成了三个录音：tellong.wav作为原始录制的模版声音；teloriginal.wav是测试由真人说话生成的录音；recording.wav是播放真人录音形成的录音（模拟使用录音冒充他人声音）； 2、我使用命令“paddlespeech vector --task score --input 'recording.wav tellong.wav'”，计算冒充人和模版声音的相似度，得到：0.5637418627738953； 3、我使用命令“paddlespeech vector --task score --input 'teloriginal.wav tellong.wav'“，计算真人说话和模版声音的相似度，得到： 0.5126219987869263 4、使用录音的相似度反而更高。这样对于系统就无法识别伪装者了。 请教这个过程有什么问题吗？