真实场景下的说话人检测:JSALT 2019 的经验教训

Paola Garcia; Jesus Villalba; Herve Bredin; Jun Du; Diego Castan; Alejandrina Cristia; Latane Bullock; Ling Guo; Koji Okabe; Phani Sankar Nidadavolu; Saurabh Kataria; Sizhu Chen; Leo Galmant; Marvin Lavechin; Lei Sun; Marie-Philippe Gill; Bar Ben-Yair; Sajjad Abdoli; Xin Wang; Wassim Bouaziz; Hadrien Titeux; Emmanuel Dupoux; Kong Aik Lee; Najim Dehak

真实场景下的说话人检测:JSALT 2019 的经验教训

音频与语音处理 2019-12-03 v1 声音

作者: Paola Garcia , Jesus Villalba , Herve Bredin , Jun Du , Diego Castan , Alejandrina Cristia , Latane Bullock , Ling Guo , Koji Okabe , Phani Sankar Nidadavolu , Saurabh Kataria , Sizhu Chen , Leo Galmant , Marvin Lavechin , Lei Sun , Marie-Philippe Gill , Bar Ben-Yair , Sajjad Abdoli , Xin Wang , Wassim Bouaziz , Hadrien Titeux , Emmanuel Dupoux , Kong Aik Lee , Najim Dehak

在 arXiv 上查看 ↗ PDF ↗

摘要

本文介绍了 JSALT 研讨会在使用单麦克风于不利场景中进行说话人检测时所解决的问题与方案。主要焦点是应对从会议到野生语音的广泛条件。我们描述了所探索的研究线索以及在这些场景中成功的一组模块。最终目标是探索说话人检测;但我们的首要发现是有效的 diarization(说话人日志)能改善检测,而没有 diarization 阶段会使性能变差。我们研究的所有不同配置都同意这一事实,并遵循一个以 diarization 作为前置阶段的主要骨干。借助该骨干,我们分析了以下问题:语音活动检测、如何处理噪声信号、域失配、如何改进聚类;以及先前阶段对最终说话人检测的整体影响。在本文中,我们展示了说话人 diarizarion(日志)的部分结果以更好理解该问题,并给出了说话人检测的最终结果。

关键词

说话人检测说话人日志单麦克风不利场景语音活动检测 JSALT

引用

@article{arxiv.1912.00938,
  title  = {Speaker detection in the wild: Lessons learned from JSALT 2019},
  author = {Paola Garcia and Jesus Villalba and Herve Bredin and Jun Du and Diego Castan and Alejandrina Cristia and Latane Bullock and Ling Guo and Koji Okabe and Phani Sankar Nidadavolu and Saurabh Kataria and Sizhu Chen and Leo Galmant and Marvin Lavechin and Lei Sun and Marie-Philippe Gill and Bar Ben-Yair and Sajjad Abdoli and Xin Wang and Wassim Bouaziz and Hadrien Titeux and Emmanuel Dupoux and Kong Aik Lee and Najim Dehak},
  journal= {arXiv preprint arXiv:1912.00938},
  year   = {2019}
}

备注

Submitted to ICASSP 2020

真实场景下的说话人检测:JSALT 2019 的经验教训

摘要

关键词

引用

备注

相关论文