Detail publikace

Diacorrect: Error Correction Back-End for Speaker Diarization

HAN, J.; LANDINI, F.; ROHDIN, J.; DIEZ SÁNCHEZ, M.; BURGET, L.; CAO, Y.; LU, H.; ČERNOCKÝ, J. Diacorrect: Error Correction Back-End for Speaker Diarization. In ICASSP 2024 - 2024 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). Seoul: IEEE Signal Processing Society, 2024. p. 11181-11185. ISBN: 979-8-3503-4485-1.
Název česky
Diacorrect: Back-End pro opravu chyb diarizace řečníka
Typ
článek ve sborníku konference
Jazyk
anglicky
Autoři
Han Jiangyu (UPGM)
Landini Federico Nicolás, Ph.D. (VZ SPEECH)
Rohdin Johan Andréas, M.Sc., Ph.D. (UPGM)
DIEZ SÁNCHEZ, M.
Burget Lukáš, doc. Ing., Ph.D. (UPGM)
CAO, Y.
LU, H.
Černocký Jan, prof. Dr. Ing. (UPGM)
URL
Klíčová slova

Speaker diarization, error correction, conversational telephone speech

Abstrakt

V této práci navrhujeme rámec pro opravu chyb, nazvaný DiaCorrect, pro zpřesnění
výstupu diarizačního systému jednoduchým, ale účinným způsobem. Tato metoda je
inspirována technikami opravy chyb v automatickém rozpoznávání řeči. Náš model se
skládá ze dvou paralelních konvolučních kodérů a transformátorového dekodéru.
Využitím interakcí mezi vstupní nahrávkou a výchozími výstupy systému může
DiaCorrect automaticky korigovat počáteční aktivity řečníků, aby se
minimalizovaly chyby diarizování. Experimenty na datech 2-speaker telefonie
ukazují, že navrhovaný DiaCorrect může účinně zlepšit výsledky původního modelu.
Náš zdrojový kód je veřejně dostupný na
https://github.com/BUTSpeechFIT/diacorrect.

Rok
2024
Strany
11181–11185
Sborník
ICASSP 2024 - 2024 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
Konference
Mezinárodní konference o akustice řeči..., Seoul, KR
ISBN
979-8-3503-4485-1
Vydavatel
IEEE Signal Processing Society
Místo
Seoul
DOI
10.1109/ICASSP48485.2024.10446968
EID Scopus
2-s2.0-85195423444
BibTeX 
@inproceedings{BUT189697,
  author="HAN, J. and LANDINI, F. and ROHDIN, J. and DIEZ SÁNCHEZ, M. and BURGET, L. and CAO, Y. and LU, H. and ČERNOCKÝ, J.",
  title="Diacorrect: Error Correction Back-End for Speaker Diarization",
  booktitle="ICASSP 2024 - 2024 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)",
  year="2024",
  pages="11181--11185",
  publisher="IEEE Signal Processing Society",
  address="Seoul",
  doi="10.1109/ICASSP48485.2024.10446968",
  isbn="979-8-3503-4485-1",
  url="https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=10446968"
}
Soubory
Nahoru