Alignment Losses for End-to-End Speaker Diarization

2025
OriginalPaper
Buchkapitel

Erschienen in:

Verfasst von: Simeng Shi; Zhida Song; Zhihua Fang; Xiaochen Guo; Liang He
Erschienen in: Advanced Intelligent Computing Technology and Applications
Verlag: Springer Nature Singapore

Erstes Kapitel lesen Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

End-to-end neural diarization (EEND) is an effective approach to addressing the problem of speaker overlap in speaker diarization. It can directly predict the posterior probability of speech activity for each speaker based on the input audio features. The self-attention EEND (SA-EEND) has received significant attention and has laid a robust foundation for the development of EEND systems in recent years. To further enhance the training performance, we introduced the feature alignment into SA-EEND and proposed two loss functions for its training: the audio encoding alignment loss and the speaker activity posterior alignment loss. These losses respectively constrain the encoder and decoder to retain more audio information, thereby improving performance. We performed a series of experiments on both the simulated datasets and the CALLHOME dataset for two-speaker diarization tasks, and observed improvements in the diarization error rate.

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Jetzt einloggen Kostenlos registrieren

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel A Multi-task Learning Framework for Carotid Plaque Area Measurement in Imbalanced Datasets

Nächstes Kapitel An Adaptive Transfer Target Strategy and External Guidance for Multitask Evolutionary Optimization

Metadaten
Literatur

Titel: Alignment Losses for End-to-End Speaker Diarization
Verfasst von: Simeng Shi
Zhida Song
Zhihua Fang
Xiaochen Guo
Liang He
Verlag: Springer Nature Singapore
Buch: Advanced Intelligent Computing Technology and Applications
Print ISBN: 978-981-9698-04-2

Electronic ISBN: 978-981-9698-05-9

Copyright-Jahr: 2025
DOI: https://doi.org/10.1007/978-981-96-9805-9_8

Dieser Inhalt ist nur sichtbar, wenn du eingeloggt bist und die entsprechende Berechtigung hast.