Dyship：利用声学特征对二元对话中的说话者关系进行分类

原文：Dyship: Leveraging Acoustic Features For Speaker Relationship Classification From Dyadic Conversations

我们引入了 DyShip，这是一个用于从无缝交互语料库中的二元对话中对说话者熟悉度和亲属关系进行分类的框架。我们比较了五种语音表示：频谱图、MFCC、自监督 WavLM 表示、x 向量和估计的发音运动。频谱特征在熟悉度分类方面表现最好，达到 87.81% 的准确率，而 WavLM

正文由本站服务器抓取保存（已自动过滤广告、推荐位与追踪图片），排版与原站可能不同；版权归原站所有。