arXiv cs.SD RSS·2026-10-01 12:00· 1 天前

无需训练的神经与嵌入说话人日志亲和融合方法

Training-Free Affinity Fusion of Neural and Embedding-Based Speaker Diarization

摘要

研究者提出无需训练的亲和融合方法 TFAF，将神经说话人日志推断的说话人结构融入基于嵌入的日志系统，无需额外训练、共享嵌入空间或说话人标签对齐。在 AMI 和 CALLHOME 上，DER 较两个组成系统均有一致提升；在 AMI 上融合还改善了说话人归属转写。消融实验显示神经说话人划分贡献了大部分增益，保留连续嵌入亲和比硬划分融合额外获益。

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