LEAP针对第三届DIHARD说话人日志挑战赛的提交系统
音频与语音处理
2021-06-15 v2
摘要
本文描述了LEAP针对DIHARD-III挑战赛的提交系统。所提系统由语音带宽分类器以及分别针对窄带和宽带语音微调的日志系统组成。对于窄带会话电话语音录音，我们采用端到端说话人日志系统。对于宽带多说话人录音，我们采用基于神经嵌入的聚类方法，类似于基线系统。嵌入向量从时间延迟神经网络（称为x-vectors）提取，随后使用基于图的路径积分聚类（PIC）方法。LEAP系统在Track-1与Track-2上分别相较组织者提供的基线系统取得24%与18%的相对提升。本文描述了该挑战赛提交、事后评估分析以及在DIHARD-III数据集上观察到的改进。
引用
@article{arxiv.2104.02359,
title = {LEAP Submission for the Third DIHARD Diarization Challenge},
author = {Prachi Singh and Rajat Varma and Venkat Krishnamohan and Srikanth Raj Chetupalli and Sriram Ganapathy},
journal= {arXiv preprint arXiv:2104.02359},
year = {2021}
}
备注
Accepted in INTERSPEECH 2021