話者ダイアリゼーションにおけるxベクトルシーケンス(VBx)のBayes HMMクラスタリング:標準タスクに関する理論,実装および解析【JST・京大機械翻訳】

Landini Federico; Profant Jan; Diez Mireia; Burget Lukas

プレプリント

J-GLOBAL ID：202202205075403971 整理番号：21P0071951

話者ダイアリゼーションにおけるxベクトルシーケンス(VBx)のBayes HMMクラスタリング:標準タスクに関する理論,実装および解析【JST・京大機械翻訳】

Bayesian HMM clustering of x-vector sequences (VBx) in speaker diarization: theory, implementation and analysis on standard tasks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年12月29日プレプリントサーバーでの情報更新日： 2020年12月29日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

最近提案されたVBx拡張法は,Bayes隠れMarkovモデルを使用し,xベクトルのシーケンスにおける話者クラスタを見つける。本研究では,文献における他のアプローチとVBxダイラリゼーションの性能の広範な比較を行い,VBxが,ダイラリゼーションを評価するための最も一般的なデータセットの3つに対して優れた性能を達成することを示した:CALLHOME,AMIおよびDIHARDIIデータセット。さらに,フレームごとの標準セプストラム特徴で動作する以前のより複雑なBHMMモデルと比較して,このモデルの効率と単純さに焦点を当てて,VBxモデルの導出と更新公式を初めて提示した。この発表と共に,著者らは,広いおよび狭帯域データの両方に関する著者らの実験で使用されるxベクトル抽出器を訓練するためのレシピを解放し,そして,すべての3つのデータセットに関して最先端の性能を達成するVBxレシピを解放した。さらに,AMIデータセットのための標準化された評価プロトコルの欠如を指摘し,著者らは公式のAMI分割と転写に基づくビーム成形とMix-Headsetオーディオの両方のための新しいプロトコルを提案する。【JST・京大機械翻訳】

, , , , , , , , ,
, , 【Automatic Indexing@JST】

パターン認識

, , , , , , , , ,

前のページに戻る