語者辨識系統能否辨識使用者的歌聲？

「語者辨識」（Speaker Recognition或Talker Recognition）在「語音處理」（Speech Processing）與「生物測定」（Biometrics）研究領域中已有數十年的歷史，其目的大致涵蓋兩項：1）判斷一段語音為何人所說，在此又稱為「語者識別」，（Speaker Identification）；2）判斷一段語音是否為某特定人士所說，在此則稱為「語者確認」（Speaker Verification）。而這兩項目的也可能同時存在於一項應用中，例如先判斷一段語音是否出自某一群人當中，若是，則再判斷其確切為一群人當中的何人所說。目前語者辨識系統的運作方式一般包括兩個階段，一為訓練，另一為測試。訓練的用意在於從語音資料中萃取語者的特性，並表示為某種參數集；而測試階段則在於判斷未知的語音是否出自參數集所代表的語者。自1996年起，美國國家標準與技術研究院（National Institute of Standard and Technology，NIST）舉辦了非常多的語音辨識相關技術評比（Benchmark Tests），其中「語者辨識」一直是每年評比項目的重點，顯示這項研究議題的重要性與發展性。