| عنوان فارسی مقاله: |
تقطیع سخنگو در همپوشانی گفتار براساس توزیع سکوت در ضبط جلسات |
| عنوان انگلیسی مقاله: |
Speaker Diarization of Overlapping Speech based on Silence Distribution in Meeting Recordings |
چکیده
تقطیع سخنگو در جلسات می تواند با بررسی میزان هم پوشی تا حد زیادی بهبود یابد .تحقیقات قبلی به بررسی ویژگی های مختلفی مثل طیف – مکان – انرژی شناسایی میزان همپوشی پرداخته اند.این تحقیق هم روشی را برای ارزیابی احتمال تقطیع و گروه هم پوشی در سطح مقطعی ارائه می کند که سپس در سیستم های پایه ای مدل پنهان مارکف –مدل های ترکیبی گاسیان- ترکیب میشود.این ارزیابی با این مشاهدات همراه است.بخش قابل توجهی از هم پوشی در مکالمات هم زمان در شرایطی اتفاق می افتد که مقدار سکوت کم است.ازمایشات انجام شده در مورد تعامل افزوده چند کاربر بیان می کند که احتمال هم پوشی در یک بخش می تواند رابطه معکوس با مقدار سکوت داشته باشد.در شرایطی که این اطلاعات با اطلاعات صوتی تشخیص تقطیع چند سخنگو در دستگاه شناسایی هم پوشی مدل پنهان مارکف – مدل های ترکیبی گاسیان- ترکیب می شود پیشرفت در سنجش های F تایید می شود.بعلاوه این تحقیق به بررسی استفاده از راهکارهای برچسب گذاری بر اساس شناسایی میزان هم پوشی در تگوینده می پردازد.مقدار پیشرفت در F برای موارد مربوط به نادیده گرفتن سکوت 05.29 تا 0.43 و برای موارد برچسب گذاری 0.15 تا 0.22 می باشد.متعاقبا خطای تقطیع گوینده می تواند تا 8درصد در مقایسه با اطلاعات صوتی کاهش یابد.
