跳到正文
arXiv · AI· Aditya Srinivas Menon, Kumarmanas Nethil, Kavya Manohar·· 4 小时前AI 评分21

无需训练:冻结流式说话人分离器的免费链接方法

Slots Are Not Speakers: Training-Free Speaker Linking for Frozen Streaming Diarizers

AI 导读

该研究提出一种因果且无需训练的链接器,使冻结的流式说话人分离器能追踪超过其固定输出槽位数量的说话人。该方法仅使用宿主槽位后验和音频,通过将槽位拆分、嵌入并与历史说话人库匹配来消除混淆,不改变语音检测率。 在包含1418个会话的八个语料库上,该方法将4槽位宿主的DER从36.8%降至22.6%;在多达23名说话人的法庭听证场景中,将cpWER从82.7%大幅降至24.4%。

来源:arXiv · AI · arxiv.org