探索基于检测的方法用于说话人日记化 @ Ego4D 纯音频日记化挑战赛 2022
声音
2022-11-17 v1 音频与语音处理
摘要
我们提供 ECCV 2022 中 Ego4D 纯音频日记化挑战赛的技术报告。说话人日记化以音频流为输入，并根据说话人身份输出同质片段。其旨在解决“谁在何时说话”的问题。本文中，我们探索一种基于检测的方法来处理纯音频说话人日记化任务。我们的方法首先通过音频骨干网络提取音频特征，然后将特征送入检测生成网络以获得说话人提议。最后，经后处理我们得到日记化结果。验证数据集验证了该方法，且我们的方法在测试集上取得 53.85 DER。这些结果在 Ego4D 纯音频日记化挑战赛 2022 的排行榜上排名第 3。
引用
@article{arxiv.2211.08708,
title = {Exploring Detection-based Method For Speaker Diarization @ Ego4D Audio-only Diarization Challenge 2022},
author = {Jiahao Wang and Guo Chen and Yin-Dong Zheng and Tong Lu},
journal= {arXiv preprint arXiv:2211.08708},
year = {2022}
}
备注
2 pages