第二届DISPLACE挑战赛：对话环境中说话人与语言的二次判别
音频与语音处理
2024-06-17 v1 机器学习
摘要
说话人和语言在对话环境中的判别(Diarization of SPeaker and LAnguage in Conversational Environments, DISPLACE)2024年挑战赛是DISPLACE挑战赛系列中的第二届，该挑战涉及对挑战性多语言对话语音数据集上进行说话人判别(SD)和语言判别(LD)任务。在DISPLACE 2024年挑战中，我们还引入了该数据集上的自动语音识别(ASR)任务。该数据集包含158小时语音，包括受监督和非监督单通道远场录音，已发布用于LD和SD轨道。此外，还提供了12小时近场单通道录音，用于在5种印度语言上进行ASR轨道。本文突出了数据集、基线系统和排行榜结果的细节。我们还比较了基线模型和团队在DISPLACE-2023评估数据上的表现，以强调该第二版本挑战赛所取得的进展。
关键词
引用
@article{arxiv.2406.09494,
title = {The Second DISPLACE Challenge : DIarization of SPeaker and LAnguage in Conversational Environments},
author = {Shareef Babu Kalluri and Prachi Singh and Pratik Roy Chowdhuri and Apoorva Kulkarni and Shikha Baghel and Pradyoth Hegde and Swapnil Sontakke and Deepak K T and S. R. Mahadeva Prasanna and Deepu Vijayasenan and Sriram Ganapathy},
journal= {arXiv preprint arXiv:2406.09494},
year = {2024}
}
备注
5 pages, 3 figures, Interspeech 2024