面向第三届 DIHARD 挑战赛的域相关说话人日志系统
声音
2021-01-26 v1 机器学习
音频与语音处理
摘要
本报告介绍了 ABSP 实验室团队为第三届 DIHARD 语音日志挑战赛开发的系统。我们在这项工作中的主要贡献是开发了一种简单高效的声学域相关语音日志解决方案。我们探索了用于声学域识别（acoustic domain identification, ADI）任务的说话人嵌入。我们的研究表明，在第三届 DIHARD 挑战赛数据集中，基于 i-vector 的方法比基于 x-vector 的方法取得了明显更好的性能。接下来，我们将 ADI 模块集成到日志框架中。当我们针对各个声学域优化凝聚式层次聚类的阈值和打分过程中的降维参数时，性能相比基线得到显著提升。在 DIHARD III 评估集的 Track 1 中，核心条件和完整条件下的 DER 我们分别取得了 和 的相对提升。
引用
@article{arxiv.2101.09884,
title = {Domain-Dependent Speaker Diarization for the Third DIHARD Challenge},
author = {A Kishore Kumar and Shefali Waldekar and Goutam Saha and Md Sahidullah},
journal= {arXiv preprint arXiv:2101.09884},
year = {2021}
}
备注
This work was presented in The Third DIHARD Speech Diarization Challenge Workshop