Graph2Speak：在犯罪对话数据中利用网络知识改进说话人识别
社会与信息网络
2020-09-22 v4 声音
音频与语音处理
摘要
刑事调查主要依赖于收集语音对话数据以识别说话人，并构建或丰富现有的犯罪网络。随后应用社交网络分析工具来识别网络中最核心的人物以及不同社区。我们引入了两个犯罪对话数据的候选数据集：电视剧《犯罪现场调查》（CSI）和 ROXANNE 模拟数据。我们还在刑事调查背景下引入了对话准确率的度量。通过基于先前交互频率对候选说话人重新排序，我们在 CSI 数据上将说话人识别基线绝对提升 1.2%（相对 1.3%），对话准确率绝对提升 2.6%（相对 3.4%）；在 ROXANNE 模拟数据上则分别绝对提升 1.1%（相对 1.2%）和绝对提升 2%（相对 2.5%）。
引用
@article{arxiv.2006.02093,
title = {Graph2Speak: Improving Speaker Identification using Network Knowledge in Criminal Conversational Data},
author = {Mael Fabien and Seyyed Saeed Sarfjoo and Petr Motlicek and Srikanth Madikeri},
journal= {arXiv preprint arXiv:2006.02093},
year = {2020}
}