面向非洲英语口音的领域感知说话人分割
计算与语言
2025-09-29 v1 人工智能
机器学习
摘要
本研究考察了说话人分割中领域效应的问题，针对非洲英语口音进行评估。我们在一般对话和临床对话上评估了多个生产系统和开放系统，在严格的 DER 协议下对重叠 speech 进行评分。结果显示，临床语音 consistently 存在显著的领域惩罚，且在各种模型下均保持显著。错误分析表明，惩罚主要来自误报和漏报，这与短暂的语音单元和频繁的重叠有关。我们测试了通过在口音匹配的数据上对分割模块进行轻量级领域适应的效果；这降低了错误，但未能消除差距。我们的贡献包括跨领域的受控基准、一种简洁的错误分解和对话级别的轮廓分析方法，以及一种易于复现的适应配方。结果表明，重叠感知的分割和平衡的临床资源是实际可行的下一步。
引用
@article{arxiv.2509.21554,
title = {Domain-Aware Speaker Diarization On African-Accented English},
author = {Chibuzor Okocha and Kelechi Ezema and Christan Grant},
journal= {arXiv preprint arXiv:2509.21554},
year = {2025}
}
备注
5 pages