重叠感知日记化：基于神经端到端重叠语音检测的重新分割
音频与语音处理
2019-10-28 v1 声音
摘要
我们解决日记化系统中有效处理重叠语音的问题。首先，详述了一种基于神经长短期记忆(LSTM)的重叠检测架构。其次，在重新分割步骤中，将检测到的重叠区域与帧级说话人后验矩阵结合，为重叠帧分配两名说话人。该重叠检测模块在AMI、DIHARD和ETAPE语料库上取得了最先进的性能。我们在AMI上应用重叠感知重新分割，相较基线系统实现了20%的DER相对降低。尽管该方法绝非重叠感知日记化的终极方案，其揭示了处理重叠的有前景方向。
引用
@article{arxiv.1910.11646,
title = {Overlap-aware diarization: resegmentation using neural end-to-end overlapped speech detection},
author = {Latané Bullock and Hervé Bredin and Leibny Paola Garcia-Perera},
journal= {arXiv preprint arXiv:1910.11646},
year = {2019}
}
备注
Submitted to ICASSP 2020