Analysis of Speaker Diarization based on Bayesian HMM with Eigenvoice Priors

Článek analyzuje diarizaci řečníků založenou na bayesovských skrytých Markovových modelech s eigenvoice apriorními rozděleními pravděpodobnosti, nadefinovaný v našich předchozích pracech, který byl nedávno uznán jako nejmodernější model pro diarizaci řečníků. V tomto článku představujeme úplnější analýzu systému Diarization. Inference modelu je plně popsána a pro úplné pochopení algoritmu jsou poskytnuty derivace všech aktualizačních vzorců. Je poskytnuta rozsáhlá analýza vlivu, citlivosti a interakcí všech parametrů modelu, která může být použita jako vodítko pro jejich optimální nastavení. Nově zavedený koeficient regularizace mluvčích nám umožňuje řídit počet mluvčích odvozených v promluvě. Prezentována je také naivní strategie sloučení modelu řečníka, která umožňuje vyhnat variační inference z lokálních optim. Experimenty pro různé scénáře diarizace jsou uvedeny na souborech dat CALLHOME a DIHARD.