BriefGPT - AI 论文速递
·
中国电信参赛介绍 - VoxCeleb2023 说话人识别挑战
💡
原文约300字/词，阅读约需1分钟。
📝
内容提要
本文介绍了Microsoft公司的单声道多人对话录音扬声器辨识系统，并使用VoxCeleb挑战赛2020年的说话人辨识赛道进行评估。系统设计解决了真实多人对话记录中的问题，包括Res2Net基于说话人嵌入提取器、基于conformer的连续语音分离和泄漏过滤，以及修改后的DOVER方法用于系统融合。使用VoxSRC challenge 2020提供的数据集进行系统评估，最佳系统在开发集和评估集上的辨识错误率分别为3.71％和6.23％，在辨识赛道上排名第一。
🎯
关键要点
- 介绍了Microsoft公司的单声道多人对话录音扬声器辨识系统。
- 使用VoxCeleb挑战赛2020年的说话人辨识赛道进行评估。
- 系统设计解决了真实多人对话记录中的问题。
- 组件包括Res2Net基于说话人嵌入提取器。
- 基于conformer的连续语音分离和泄漏过滤。
- 修改后的DOVER方法用于系统融合。
- 使用VoxSRC challenge 2020提供的数据集进行系统评估。
- 最佳系统在开发集上的辨识错误率为3.71%，在评估集上的为6.23%。
- 在辨识赛道上排名第一。
➡️
