GIST-AiTeR 用于 VoxCeleb 说话人识别挑战赛（VoxSRC）2023 的说话人日志系统
音频与语音处理
2023-08-28 v4
摘要
本报告描述了 GIST-AiTeR 团队在 VoxCeleb 说话人识别挑战赛 2023（VoxSRC-23）Track 4 中的提交系统。我们的提交系统侧重于实现多种说话人日志（SD）技术，包括具有不同片段与跳长组合的 ResNet293 与 MFA-Conformer。随后，这些模型被组合为一个集成模型。ResNet293 与 MFA-Conformer 模型在 VAL46 上分别展现出 3.65% 与 3.83% 的说话人日志错误率（DER）。所提交的集成模型在 VAL46 上给出了 3.50% 的 DER，并因此在 VoxSRC-23 测试集上取得了 4.88% 的 DER。
引用
@article{arxiv.2308.07788,
title = {GIST-AiTeR Speaker Diarization System for VoxCeleb Speaker Recognition Challenge (VoxSRC) 2023},
author = {Dongkeon Park and Ji Won Kim and Kang Ryeol Kim and Do Hyun Lee and Hong Kook Kim},
journal= {arXiv preprint arXiv:2308.07788},
year = {2023}
}
备注
VoxSRC 2023 Track4