使用Mises-Fisher混合器实现自然音频流的鲁棒说话人聚类

Robust Speaker Clustering using Mixtures of von Mises-Fisher Distributions for Naturalistic Audio Streams

使用Mises-Fisher混合器实现自然音频流的鲁棒说话人聚类

 

使用Mises-Fisher混合器实现自然音频流的鲁棒说话人聚类

摘要

 

演讲者Diarization（也被称为“谁是谁以及何时？”）对于多演讲者，自然主义者，如Peer-Led团队学习（PLTL）课程来说，这是一项具有挑战性的任务。在这项研究中，Mises-Fisher分布基于多变量混合的稳健支持者聚类。我们的diarization管道有两个阶段：（i）地面真相分割; （ii）发音说话人聚类。地面实况语音活动信息用于从每个语音段提取i-vector。我们使用主成分分析对