This paper investigates the utilization of an end-to-end diarization model as post-processing of conventional clustering-based diarization. Clustering-based diarization methods partition frames into clusters of the number of speakers; thus, they typically cannot handle overlapping speech because each frame is assigned to one speaker. On the other hand, some end-to-end diarization methods can handle overlapping speech by treating the problem as multi-label classification. Although some methods can treat a flexible number of speakers, they do not perform well when the number of speakers is large. To compensate for each other's weakness, we propose to use a two-speaker end-to-end diarization method as post-processing of the results obtained by a clustering-based method. We iteratively select two speakers from the results and update the results of the two speakers to improve the overlapped region. Experimental results show that the proposed algorithm consistently improved the performance of the state-of-the-art methods across CALLHOME, AMI, and DIHARD II datasets.


翻译:本文调查了将端到端的二分化模式用作传统集束化二分化的后处理方法的利用情况。基于集束化的二分化方法分割框架分组成发言者人数的组群;因此,通常无法处理重叠的演讲,因为每个框架分配给一名发言者。另一方面,一些端到端的二分化方法可以将问题作为多标签分类处理,从而处理重叠的演讲。虽然有些方法可以处理一些灵活的发言者,但在发言者人数众多时,它们的表现并不很好。为了弥补彼此的弱点,我们提议使用两声端到端的二分化方法作为集法处理后处理结果的方法。我们反复从结果中挑选两名发言者,并更新两位发言者的结果,以改进重叠的区域。实验结果显示,拟议的算法始终在改善全AWHOME、AMI和DIHARD II数据集的状态方法的性能。

0
下载
关闭预览

相关内容

【论文推荐】文本摘要简述
专知会员服务
68+阅读 · 2020年7月20日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
已删除
架构文摘
3+阅读 · 2019年4月17日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
语音顶级会议Interspeech2018接受论文列表!
专知
6+阅读 · 2018年6月10日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
Streaming Multi-speaker ASR with RNN-T
Arxiv
0+阅读 · 2021年2月19日
Arxiv
6+阅读 · 2019年7月29日
Arxiv
7+阅读 · 2019年5月31日
Arxiv
8+阅读 · 2018年11月27日
Learning Blind Video Temporal Consistency
Arxiv
3+阅读 · 2018年8月1日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
已删除
架构文摘
3+阅读 · 2019年4月17日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
语音顶级会议Interspeech2018接受论文列表!
专知
6+阅读 · 2018年6月10日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
相关论文
Streaming Multi-speaker ASR with RNN-T
Arxiv
0+阅读 · 2021年2月19日
Arxiv
6+阅读 · 2019年7月29日
Arxiv
7+阅读 · 2019年5月31日
Arxiv
8+阅读 · 2018年11月27日
Learning Blind Video Temporal Consistency
Arxiv
3+阅读 · 2018年8月1日
Top
微信扫码咨询专知VIP会员