研究同行主导团队学习小组的发言人分离系统
摘要：同行领导团队学习（PLTL）是一种STEM课程教学模型，小组学生定期会面合作讨论课程。自动分析PLTL会议将帮助教育研究人员了解个体参与、小组行为、团队动力等对学习结果的影响。在这方面，语音和语言技术可以提供帮助，说话人分段技术将为分析奠定基础。本研究建立了一个名为CRSS-PLTL的新语料库，其中包含来自一个学期的5个PLTL小组的语音数据（每个小组每个学期10次会议，每个小组5到8个参与者）。在CRSS-PLTL中，每个参与者都戴着一个LENA设备（便携式音频记录器），可以提供活动的多个音频记录。我们提出的解决方案是无监督的，包含了一种新的在线说话人变换检测算法，称为G 3算法，结合基于Hausdorff距离的聚类算法，提供了改进的检测准确性。此外，我们还利用跨通道信息来优化我们的分段假设。所提出的系统在基线LIUM系统的分段错误率（DER）方面取得了良好的改进。我们还提供了更高层次的分析，如会话中进行的交流轮数和每个说话者的讲话时间持续（参与）时间。
作者：Harishchandra Dubey, Lakshmish Kaushik, Abhijeet Sangwan, John H. L. Hansen
论文ID：1606.07136
分类：Sound
分类简称：cs.SD
提交时间：2016-06-24