分割聚类(Diarization)是指根据“谁说了什么”将多人语言样本分割成相应的碎片段,再对所有碎片段进行聚类,把属于同一个说话人的片段都聚在一起,标注出这些碎片段属于谁。对于机器来说整个处理过程并不能像人类那样得心应手,而且机器学习算法的培训也要比想象中的更难。一个强大的分割聚类系统还要识别出此前并未关联的新语音碎片段。

不过朝着高性能模式发展的道路上,谷歌的人工智能研究部门已经取得了令人鼓舞的突破性进展。在最新发表的论文“Fully Supervised Speaker Diarization”[PDF]以及官方博文中,谷歌研究人员描述了一种全新的人工智能系统,能够让系统以更又有效的方式来使用声音样本标签。

这篇论文的核心算法在 NIST SRE 2000 CALLHOME的跑分中,能够在实时语音聊天应用中将在线分割聚类错误率(EDR)降低至7.6%。而谷歌此前在GitHub上开源的方式EDR为8.8%。谷歌研究人员的新方法就是通过递归神经网络(RNN)模拟说话者的输入(例如用数字方法表示说话者的单词和短语),这种机器学习模型类型能够使用内部状态来处理输入序列。

活动入口:

Verisign - 用.com - 亮实力

责任编辑:study875

对文章打分

[图]谷歌AI新突破:实时聊天中识别“谁说了什么”正确率高达92%

2 (10%)
已有 条意见
腾讯云

    最新资讯

    加载中...

    今日最热

    加载中...

    新品速递

    热门评论

      相关文章

      Top 10

      招聘


      Advertisment ad adsense googles cpro.baidu.com
      created by ceallan
    • 网售私房粽游走法律边缘 打养生旗号难以说清依据 2019-03-16
    • 2017年第96届全国糖酒会在成都圆满落幕 2019-03-16
    • 新时代谱写清徐转型发展新篇章 2019-03-07
    • 港姐自曝曾在加拿大遇车祸昏迷 爸爸吓到不敢去探望 2019-03-07
    • 探访广西高考评卷现场:评卷场所警戒线“包围” 2019-02-27
    • 阿根廷纸糊后防!半场没丢3个算命大 光靠梅西有啥用 2019-02-21
    • “垃圾DNA”突变可影响实验鼠性别发育 2018-12-30
    • 杂粮(谷子)天气指数综合保险启动承保 2018-11-17
    • 暴利+短期行为,可能是农民安装,抱歉。 2018-11-17