研究人员推出Anuvani-Diarization,一个用于22种印度语言零样本说话人分割的新系统。该系统使用不确定性感知的银监督来调整自监督模型,在测试的系统中,在IndicDiarBench基准测试上实现了最低的持续时间加权分割误差率(DER)。研究还强调,基准测试的语句级标注约定会显著影响性能,根据系统不同,DER会变化1.9至4.1个点。 AI
影响 这项研究提高了低资源语言的说话人分割能力,有可能改善超过十亿人的语音应用。
排序理由 该集群包含一篇详细介绍新模型和基准测试结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →