基于样本均值损失的多域数据有监督在线日记化
音频与语音处理
2019-11-14 v3 机器学习
声音
摘要
近来，一种全监督说话人日记化方法(UIS-RNN)被提出，其使用多个共享参数的循环神经网络实例为说话人建模。本文中，我们对该模型提出定性修改，显著提升了学习效率和整体日记化性能。具体而言，我们引入了一种称为样本均值损失(Sample Mean Loss)的新损失函数，并通过对说话人加入对话的概率给出解析表达式，更好地建模了说话人轮换行为。此外，我们证明模型可在定长语音段上训练，从而在推断中无需说话人变化信息。以x-vectors作为输入特征，我们在DIHARD II挑战赛所用的多域数据集上评估所提方法：我们的在线方法相较原始UIS-RNN有所提升，并达到与使用PLDA打分的离线凝聚式聚类基线相近的性能。
引用
@article{arxiv.1911.01266,
title = {Supervised online diarization with sample mean loss for multi-domain data},
author = {Enrico Fini and Alessio Brutti},
journal= {arXiv preprint arXiv:1911.01266},
year = {2019}
}