文献

J-GLOBAL ID：202502242202138392   整理番号：25A3113108

既知話者・未知話者混在下での話者ダイアライゼーション

著者 (5件)： 阿坂脩平 (科大) ,  MUHAMMAD Shakeel (HRI-JP) ,  YEN Benjamin (科大) ,  芦澤剛 (科大) ,  中臺一博 (科大)
資料名： 日本ロボット学会学術講演会予稿集(CD-ROM)  (日本ロボット学会学術講演会(CD-ROM))
巻： 43rd  ページ： ROMBUNNO.1H5-04  発行年： 2025年 
JST資料番号： L4867A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本論文では,事前記録音声サンプルから得られた話者埋込みを活用することにより,既知および未知の話者を含むシナリオにおける話者ダイアライゼーションを取り上げる。従来のアプローチは事前の話者情報を仮定しないが,企業会議のような実世界環境では,内部参加者の音声を事前に収集することを可能にしている。この部分的な事前知識を活用するために,未知の話者に対応しながら既知の話者の埋め込みを組み込むクラスタリングベースの方法を提案する。また,既知の話者情報による評価をサポートするためにAMIコーパスを適応させている。実験は,提案方法が4.35ポイントまでダイアライゼーション誤り率(DER)を減少させることを示している。(翻訳著者抄録)

シソーラス用語： *話者認識 ,  会議 ,  *音声特徴【性質】 ,  音声認識 ,  学習 ,  コーパス ,  人工知能 ,  誤差
準シソーラス用語： 音声コーパス ,  事前学習

分類 (1件)： 音声処理  (JE05000E)

タイトルに関連する用語 (2件)： 話者 ,  ダイアライゼーション