说话人分割挑战赛2023的系统描述
计算与语言
2024-06-25 v1 声音
音频与语音处理
摘要
本文描述了我们为说话人和语言在对话环境中的分割挑战（Displace 2023）所采用的解决方案。我们使用了VAD用于发现语音段落，基于Resnet架构的CNN用于从这些段落中提取特征，以及谱聚类用于特征聚类。尽管该算法未针对Hindi进行训练，但实现了以下指标：开发部分DER为27.1%，评估阶段1部分DER为27.4%。
关键词
引用
@article{arxiv.2406.15516,
title = {System Description for the Displace Speaker Diarization Challenge 2023},
author = {Ali Aliyev},
journal= {arXiv preprint arXiv:2406.15516},
year = {2024}
}