基于多通道麦克风阵列的小型会议说话人日志
声音
2022-10-27 v1 音频与语音处理
摘要
在说话人日志任务中，小型会议的数量占有很大比例。当采用麦克风阵列作为录音设备时，其空间信息通常被大多数研究者忽略。本文受结合 d-vector 和麦克风阵列空间向量的聚类方法启发，提出了一种针对不超过 4 名说话人会议的多通道麦克风阵列日志方法。我们利用语音增强对麦克风阵列的音频进行预处理。采用导向响应功率相位变换（SRP-PHAT）算法以获取更准确的说话人数量，并将说话人数量应用于对语音片段的重聚类以实现更好的性能。最后，我们通过 DOVER-LAP 融合我们的系统以获得最佳结果。我们在 AMI 语料库上评估了我们的系统。与迄今为止的最佳实验结果相比，我们的系统在日志错误率（DER）上取得了大幅提升。
引用
@article{arxiv.2210.14644,
title = {Speaker Diarization Based on Multi-channel Microphone Array in Small-scale Meeting},
author = {Yuxuan Du and Ruohua Zhou},
journal= {arXiv preprint arXiv:2210.14644},
year = {2022}
}