抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,マルチチャネルマルチパーティメッセージ転写チャレンジ(M2MeT)に提出されたRoyalflush話者ダイラリゼーションシステムについて述べた。このシステムは音声強調,重複音声検出,話者埋込み抽出,話者クラスタリング,音声分離,システム融合を含む。このシステムでは,3つの貢献を行った。最初に,多チャネルとU-Netベースモデルを組み合わせるアーキテクチャを提案し,これら2つの個々のアーキテクチャの利点を,遠方場重複音声検出に対して利用した。第二に,話者ダイラリゼーションを助けるために重複音声検出モデルを使用するために,話者検証技術がさらに適用される音声分離ベースの重複音声処理アプローチを提案する。第3に,著者らは3つの話者埋込み方法を調査して,CNCeleb-E試験セットに関して最先端の性能を得た。これらの提案により,著者らの最良個別システムは,DERを15.25%から6.40%に大幅に低減させ,4つのシステムの融合は,遠方場アライムティング評価セットにおいて,最終的に6.30%のDERを達成した。【JST・京大機械翻訳】