利用说话人库存与估计语音进行说话人分离
声音
2020-10-22 v1 计算与语言
音频与语音处理
摘要
我们提出利用说话人库存与估计语音进行说话人分离（SSUSIES），这是一个利用说话人档案和估计语音进行说话人分离的框架。SSUSIES 包含两种方法：利用说话人库存的说话人分离（SSUSI）和利用估计语音的说话人分离（SSUES）。SSUSI 在说话人库存的辅助下进行说话人分离。通过结合置换不变训练（PIT）和语音提取的优势，SSUSI 显著优于传统方法。SSUES 是一种广泛适用的技术，可利用首次分离的输出大幅提升说话人分离性能。我们在说话人分离和语音识别指标上评估了这些模型。
引用
@article{arxiv.2010.10556,
title = {Speaker Separation Using Speaker Inventories and Estimated Speech},
author = {Peidong Wang and Zhuo Chen and DeLiang Wang and Jinyu Li and Yifan Gong},
journal= {arXiv preprint arXiv:2010.10556},
year = {2020}
}