Investigation of Segmentation in i-Vector Based Speaker Diarization of Telephone Speech

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F16%3A43929715" target="_blank" >RIV/49777513:23520/16:43929715 - isvavai.cz</a>

Výsledek na webu

<a href="http://link.springer.com/chapter/10.1007%2F978-3-319-43958-7_49" target="_blank" >http://link.springer.com/chapter/10.1007%2F978-3-319-43958-7_49</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-43958-7_49" target="_blank" >10.1007/978-3-319-43958-7_49</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Investigation of Segmentation in i-Vector Based Speaker Diarization of Telephone Speech

Popis výsledku v původním jazyce

The goal of this paper is to evaluate the contribution of speaker change detection (SCD) to the performance of a speaker diarization system in the telephone domain. We compare the overall performance of an i-vector based system using both SCD-based segmentation and a naive constant length segmentation with overlapping segments. The diarization system performs K-means clustering of i-vectors which represent the individual segments, followed by a resegmentation step. Experiments were done on the English part of the CallHome corpus. The final results indicate that the use of speaker change detection is beneficial, but the differences between the two segmentation approaches are diminished by the use of resegmentation.

Název v anglickém jazyce

Investigation of Segmentation in i-Vector Based Speaker Diarization of Telephone Speech

Popis výsledku anglicky

The goal of this paper is to evaluate the contribution of speaker change detection (SCD) to the performance of a speaker diarization system in the telephone domain. We compare the overall performance of an i-vector based system using both SCD-based segmentation and a naive constant length segmentation with overlapping segments. The diarization system performs K-means clustering of i-vectors which represent the individual segments, followed by a resegmentation step. Experiments were done on the English part of the CallHome corpus. The final results indicate that the use of speaker change detection is beneficial, but the differences between the two segmentation approaches are diminished by the use of resegmentation.

Druh

D - Stať ve sborníku

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

<a href="/cs/project/LO1506" target="_blank" >LO1506: Podpora udržitelnosti centra NTIS - Nové technologie pro informační společnost</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2016

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Speech and Computer 18th International Conference, SPECOM 2016, Budapest, Hungary, August 23-27, 2016, Proceedings

ISBN

978-3-319-43957-0

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

8

Strana od-do

411-418

Název nakladatele

Springer

Místo vydání

Heidelberg

Místo konání akce

Budapesť, Maďarsko

Datum konání akce

23. 8. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000389335600049