Definition
話者 diarizationとは、音声ストリームを話者の同一性に基づいて均質なセグメントに分割するタスクです。これは話者変更検出と話者クラスタリングを組み合わせて、各音声セグメントに話者をラベル付けし、「誰が何を言ったか」を明らかにします。
Summary
音声録音において「誰がいつ話したか」を特定するプロセス。
Key Concepts
- 話者クラスタリング
- アイデンティティラベリング
- 誰が何を言ったか
- 音声セグメンテーション
Use Cases
- 自動会議議事録の生成
- インタビューの文字起こし
- 放送メディア分析