Диаризация (или разделение дикторов) — процесс разделения входящего аудиопотока на однородные сегменты в соответствии с принадлежностью аудиопотока тому или иному говорящему. Диаризация повышает качество текстов при автоматическом транскрибировании, а также может использоваться совместно с системой распознавания речи, значительно её улучшая. Диаризация используется для ответа на вопрос «Кто сейчас говорит?». Диаризация является сочетанием методов сегментации и кластеризации дикторов. Первый направлен на поиск точек смены диктора, второй — на группирование выделенных в речи диктора речевых сегментов.
Одним из популярных методов при диаризации является использование алгоритмов на основе гауссовых смесей для моделирования каждого из говорящих и закрепление выделенных фрагментов за каждым из дикторов с помощью скрытой марковской моделиSpeaker Diarization: A Review of Recent Research // icsi.berkeley.edu, 2012..
Программное обеспечение Программные средства для диаризации включают в себяCultural and historical digital libraries dynamically mined from news archives D2.1: State of the Art, Project’s deliverable: ALIZE LIUM_SpkDiarization Audioseg — сегментация и классификация аудиопотоков SHoUT pyAudioAnalysis
Примечания
Литература Будков В. Ю., Ронжин А. Л. Комбинированные методы диаризации речи дикторов. «Информационно-измерительные и управляющие системы» № 8, 2013.
Категория:Распознавание речи Категория:Цифровая обработка сигналов Категория:Применение искусственного интеллекта