面向对话短句说话人日志挑战赛的 TSUP 说话人日志系统
声音
2023-10-26 v1 人工智能
音频与语音处理
摘要
本文描述了 TSUP 团队向 ISCSLP 2022 对话短句说话人日志（CSSD）挑战赛提交的系统，该挑战赛特别关注短句对话，并采用名为对话日志错误率（CDER）的新评估指标。在本次挑战赛中，我们探索了三种典型的说话人日志系统，分别是基于谱聚类（SC）的日志系统、目标说话人语音活动检测（TS-VAD）和端到端神经日志（EEND）。我们的主要发现总结如下。首先，在新的 CDER 指标下，SC 方法比另外两种方法更受青睐。其次，对于所有三种类型的说话人日志系统，超参数调优对 CDER 至关重要。具体而言，当子片段长度设置得更长时，CDER 会变小。最后，通过 DOVER-LAP 进行的多系统融合会在挑战赛数据上恶化 CDER 指标。我们提交的 SC 系统最终在挑战赛中排名第三。
引用
@article{arxiv.2210.14653,
title = {TSUP Speaker Diarization System for Conversational Short-phrase Speaker Diarization Challenge},
author = {Bowen Pang and Huan Zhao and Gaosheng Zhang and Xiaoyue Yang and Yang Sun and Li Zhang and Qing Wang and Lei Xie},
journal= {arXiv preprint arXiv:2210.14653},
year = {2023}
}