说话人分割的流程是怎样的？
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
说话人分割首先使用VAD模型去除语音中静音片段，再通过说话人特征提取模型CAM++或ERes2Net提取鲁棒性的说话人矢量，最后使用经典聚类算法K-均值或谱聚类得到各说话人的时间戳对原语音片段进行分割。
你好，我是AI助理
可以解答问题、推荐解决方案等
评论
全部评论 (0)