2018年上半年我们将声纹识别的项目收尾，所做的研究写成论文，分别发表在6月份法国Les Sables d’Olonne召开的Odyssey 2018（说话人和语言识别研讨会）和9月份在印度Hyderabad召开的语音领域权威会议Interspeech 2018（语音通讯联合会年度会议）上。从18年三月份开始我们启动了单麦克风多说话人的语音分离的研发项目，初期的研发成果发表在11月份在意大利博洛尼亚大学召开的FRUCT23（芬兰-俄罗斯大学电信合作开放式创新协会会议）上发表。2019年上半年我们会继续语音分离的研发，希望有更多的成果发表。

    在Odyssey 2018发表的论文题目是“A Double Joint Bayesian Approach for J-Vector Based Text-dependent Speaker Verification”，在该论文中我们提出了DoJoBa模型（双重联合贝叶斯模型），推广了标准的联合贝叶斯方法，以显示和联合地方式对声纹的多面信息进行建模。在公共RSR2015数据语料库中的实验结果表明，我们的DoJoBa模型的错误率低至0.02％。

     在Interspeech2018我们共发表了三篇论文，题目分别为“Double Joint Bayesian Modeling of DNN LocalI-Vector for Text Dependent Speaker Verification with Random Digit Strings ”（关于基于随机数字串的文本相关说话人确认），“Latent Factor Analysis of Deep Bottleneck Features for Speaker Verification with Random Digit Strings”（关于基于随机数字串的文本相关说话人确认），“Joint Learning of J-Vector Extractor and Joint Bayesian Model for Text Dependent Speaker Verification”（关于固定密码的文本相关说话人确认）。

    在FRUCT23上发表的工作主要是关于语音分离的，题目是“Deep Clustering With Constant Q Transform For Multi-Talker Single Channel Speech Separation”（基于CQT和深度聚类的多声道单声道语音分离）。语音分离的目标是将目标语音与背景干扰分开。 在信号处理中，语音分离是一种非常基本的任务类型，具有广泛的应用，包括听觉增强，移动通信，高精度的自动语音和说话人识别。