DKU-Duke-Lenovo 团队关于第三届 DIHARD 语音日记化挑战赛的系统描述
音频与语音处理
2021-02-09 v1 声音
摘要
本文中，我们呈现 DKU-Duke-Lenovo 团队提交给第三届 DIHARD 语音日记化挑战赛的系统。我们的系统由若干模块组成：语音活动检测 (VAD)、分割、说话人嵌入提取、注意力相似度打分、凝聚式层次聚类。此外，对电话通话数据使用了目标说话人 VAD (TSVAD) 以进一步提升性能。我们最终提交的系统在任务 1 的核心评测集上取得 15.43% 的 DER，在完整评测集上取得 13.39% 的 DER；在任务 2 上核心评测集取得 21.63% 的 DER，完整评测集取得 18.90% 的 DER。
引用
@article{arxiv.2102.03649,
title = {The DKU-Duke-Lenovo System Description for the Third DIHARD Speech Diarization Challenge},
author = {Weiqing Wang and Qingjian Lin and Danwei Cai and Lin Yang and Ming Li},
journal= {arXiv preprint arXiv:2102.03649},
year = {2021}
}