双 LoRA：用于跨语言说话人验证的参数高效的对抗性解开

跨语言说话人验证面临严重的语言说话人纠缠。这会导致最困难的情况下的系统退化：正确接受来自不同语言的同一说话者的话语，同时拒绝来自共享相同语言的不同说话者的话语。标准的对抗性解开会降低说话人的辨别能力；盲目判别器无意中惩罚了仅与语言相关的说话者区分特征。为了解决这个问题，我们提出了 Dual-LoRA，将可训练的任务分解 LoRA 适配器注入到冻结的预训练主干中。我们的核心创新是语言锚定对抗：通过将鉴别器置于明确的语言分支基础上，对抗梯度针对真实的语言线索而不是任意的相关性，从而保留基本的说话者特征。在 TidyVoice 基准评估中，我们的系统实现了 0.91% 的验证 EER，并在官方挑战赛中获得第三名。