arXiv cs.SD RSS·· 1 天前
基于音频语言模型的精神科临床语音录音角色引导说话人删除验证
Role-guided Speaker Deletion Verification in Clinical Psychiatry Speech Recordings with Audio Language Models
摘要
研究针对精神科双人临床对话录音中指定说话人删除的验证问题，构建了确认临床医生语音和患者语音分别被移除的两条对称流水线，先用目标角色音频进行消隐处理，再用音频语言模型和大语言模型扫描残留输出以识别遗漏删除。
应来源方要求，这里只提供摘要与原文入口。完整内容请阅读原文。
来源：arXiv cs.SD RSS · arxiv.org