文献

J-GLOBAL ID：202602224317298136   整理番号：26A0531332

距離学習を用いた話者識別に基づく話者ダイアライゼーションの検討

Towards Speaker Diarization based on Speaker Identification using Metric Learning

著者 (4件)： 阿坂脩平 (東京科学大学工学院システム制御系) ,  西田健次 (開志創造大学情報デザイン学部設置準備室) ,  糸山克寿 (東京科学大学工学院システム制御系) ,  中臺一博 (東京科学大学工学院システム制御系)
資料名： 日本ロボット学会誌  (ロボ學)
巻： 44  号： 1  ページ： 98-101(J-STAGE)  発行年： 2026年 
JST資料番号： Y0482A  ISSN： 0289-1824  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿では,深層学習に基づく話者ダイアライゼーションを取り上げ...

シソーラス用語： *話者認識 ,...
準シソーラス用語： Siamese ネットワーク ,...

   このテーマを更に深掘りする（JDreamⅢへ）  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=26A0531332&from=J-GLOBAL&jstjournalNo=Y0482A") }}

著者キーワード (3件)： 話者ダイアリゼーション ,  話者識別 ,  計量学習

分類 (2件)： 音声処理  (JE05000E) ,  人工知能  (JE08000Z)

引用文献 (13件)：

• 1) Y. Fujita, et al.: “End-to-end neural speaker diarization with self-attention,” IEEE ASRU 2019, pp.296-303, 2019.
• 2) N. Yamashita, et al.: “Improving the naturalness of simulated conversations for end-to-end neural diarization,” The Speaker and Language Recognition Workshop (Odyssey 2022), pp.133-140, 2022.
• 3) R. Bommasani, et al: “On the opportunities and risks of foundation models,” arXiv:2108.07258 [cs.LG], 2021.
• 4) N. Makishima, et al.: “Joint autoregressive modeling of end-to-end multi-talker overlapped speech recognition and utterance-level timestamp prediction,” Proc. INTERSPEECH 2023, pp.2913-2917, 2023.
• 5) A. Baevski, et al.: “wav2vec 2.0: A framework for self-supervised learning of speech representations,” Advances in neural information processing systems, vol.33, pp.12449-12460, 2020.

タイトルに関連する用語 (4件)： 学習 ,  話者識別 ,  話者 ,  ダイアライゼーション