本研究提出了一种新声学条件方法，有效解决传统说话人分离系统在转换和重叠语音时的错误问题，显著降低了说话人错误率24-43%。

本研究提出了一种新方法构建训练数据集，以改善说话人分离系统在真实录音环境中的表现。评估结果显示，该方法在真实混音条件下性能提升1.65 dB，验证了现实训练集对模型性能提升的潜力。

本研究提出了一种名为SepMamba的新方法，基于U-Net架构和双向Mamba层，旨在提高单通道说话人分离的计算效率。SepMamba在WSJ0 2数据集上的表现优于现有模型，显著降低了计算成本和内存占用。

本研究提出了Sortformer神经模型，用于解决说话人分离中的排列问题。该模型采用了不同的训练目标，并引入了Sort Loss方法来改善排列解决能力。实验证明Sortformer在多说话人自动语音识别架构中表现出显著的性能提升。

该研究提出了一种新的模型，结合语音识别和说话人分离任务，通过引入说话人标签和掩码分支，实现了多说话人重叠语音的识别和分离。实验证明该方法在复杂的多说话人场景中有效提高了说话人分离的准确性。

本文提出了一种从多方会议语义内容中提取与讲话者相关信息的方法，改进说话人分离方法。该方法在 AISHELL-4 和 AliMeeting 数据集上相对于仅声学的说话人分离系统都有显著的改进。