厦门大学智能语音实验室（XMU Speech Lab）两篇论文入选语音会议SLT 2021，论文研究方向包含多特征说话人识别、轻量级语音合成。
NO.1 多特征说话人识别
标题：MULTI-FEATURE LEARNING WITH CANONICAL CORRELATION ANALYSIS CONSTRAINT FOR TEXT-INDEPENDENT SPEAKER VERIFICATION
作者：Zheng Li, Miao Zhao, Lin Li, Qingyang Hong
论文提出了一种结合深度典型相关性分析约束（DEEP CANONICAL CORRELATION ANALYSIS CONSTRAINT）的多特征学习算法，通过使源自同一语音中的不同特征之间的相关性最大化，帮助多特征网络更好学习说话人的内在特征，有效的提升了说话人识别系统的在各种环境下的性能。该方法在Vox1测试集、加噪的Vox1测试集，以及领域不匹配的SITW测试集上都取得了显著的性能提升。
NO.2 轻量级语音合成
标题：LIGHTSPEECH: LIGHTWEIGHT NON-AUTOREGRESSIVE MULTI-SPEAKER TEXT-TO-SPEECH
作者：Song Li, Beibei Ouyang, Lin Li, Qingyang Hong
论文提出了一种轻量级的快速多说话人语音合成系统(LightSpeech)。LightSpeech具有模型参数量小，推理速度快，能够引入x-vector实现个性化语音合成等特点，促进了语音合成技术在边缘AI场景下的应用。
SLT研讨会是IEEE语音和语言处理技术委员会两年一度的旗舰活动。第八届IEEE语音技术研讨会（SLT 2021）将于2021年1月19日至22日在中国深圳举行。
SLT 2021的主题是“语音技术：深度学习和超越”。除了深度学习，SLT也鼓励探索性的努力在新的范例和前瞻性的方法，以促进语音技术的进步。
SLT 2021在线会议网址：http://2021.ieeeslt.org/online_conference.html