ERes2Net 说话人验证模型（speech_eres2net_base_sv_zh-cn_cnceleb_16k）

ERes2Net 是一种增强型 Res2Net 架构，通过局部和全局特征融合实现说话人验证。

• 模型 ID：iic/speech_eres2net_base_sv_zh-cn_cnceleb_16k
• 任务：说话人验证
• 框架：PyTorch
• 输入：16kHz 单声道音频
• 输出：512 维说话人嵌入向量

验证环境

精度评估

使用真实音频样本的 CPU 与 NPU 余弦相似度对比：

推理输出

Output shape: [1, 512]
Output sample: [0.0856, -0.3106, 0.2295, 0.0755, -0.2715]
SUCCESS

复现

python3 inference.py
python3 evaluate.py

材料

• inference.py - NPU 推理脚本
• evaluate.py - CPU 与 NPU 余弦相似度评估