GIST-AiTeR 系统在 2022 VoxCeleb 说话人识别挑战赛 diarization 任务中的方案
音频与语音处理
2022-10-07 v4
摘要
本报告描述了 GIST-AiTeR 团队在 2022 VoxCeleb 说话人识别挑战赛（VoxSRC）Track 4 的提交系统。我们的系统主要包括语音增强、语音活动检测、多尺度说话人嵌入、基于概率线性判别分析的说话人聚类以及重叠语音检测模型。我们首先根据不同模型组合以最佳实验努力构建了四个不同的 diarization 系统。我们的最终提交是全部四个系统的集成系统，在挑战赛评估集上取得了 5.12% 的 diarization 错误率，在挑战赛的 diarization 赛道排名第三。
引用
@article{arxiv.2209.10357,
title = {GIST-AiTeR System for the Diarization Task of the 2022 VoxCeleb Speaker Recognition Challenge},
author = {Dongkeon Park and Yechan Yu and Kyeong Wan Park and Ji Won Kim and Hong Kook Kim},
journal= {arXiv preprint arXiv:2209.10357},
year = {2022}
}
备注
2022 VoxSRC Track4