在口语语言理解中探索说话人相关信息以改进说话人日记化
计算与语言
2023-05-23 v1 声音
音频与语音处理
摘要
说话人日记化（SD）是语音处理中的经典任务，在会议与对话等多方场景中至关重要。当前主流说话人日记化方法仅考虑声学信息，在遇到不利声学条件时性能会下降。本文提出从多方会议语义内容中提取说话人相关信息的方法，如我们将展示的，这可进一步有益于说话人日记化。我们引入对话检测与说话人转换检测两个子任务，在其中从会话语义中有效提取说话人信息。我们还提出一种简单而有效的算法来联合建模声学与语义信息，并获得带说话人标识的文本。在 AISHELL-4 与 AliMeeting 数据集上的实验表明，我们的方法相比仅声学说话人日记化系统取得了稳定提升。
引用
@article{arxiv.2305.12927,
title = {Exploring Speaker-Related Information in Spoken Language Understanding for Better Speaker Diarization},
author = {Luyao Cheng and Siqi Zheng and Zhang Qinglin and Hui Wang and Yafeng Chen and Qian Chen},
journal= {arXiv preprint arXiv:2305.12927},
year = {2023}
}
备注
Accepted to Findings of ACL 2023