在结合语义信息的说话人日志系统中,如何将语义信息用于全局优化?
我们提出了基于成对约束扩散方法的说话人日志系统(JPCP),将语义信息总结成Must-Link和Cannot-Link两类成对约束,并将这些约束用于speaker embedding降维和说话人聚类过程中。通过SSDR策略和E2CP方法,我们可以利用这些成对约束调整聚类相似度矩阵,从而优化全局的说话人日志结果。
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。