話者ダイアライゼーション

話者ダイアリゼーション（またはダイアリゼーション）とは、人間の音声を含む音声ストリームを、各話者の識別に基づいて均質なセグメントに分割するプロセスです。^{[ 1 ]}音声ストリームを話者のターンごとに構造化することで、自動音声転写の読みやすさを向上させることができ、話者認識システムと併用すると、話者の真の識別情報を提供できます。^{[ 2 ]}これは、「誰がいつ話したか」という質問に答えるために使用されます。 ^{[ 3 ]} 話者ダイアリゼーションは、話者セグメンテーションと話者クラスタリングの組み合わせです。前者は、音声ストリーム内の話者変更点を見つけることを目的としており、後者は、話者の特徴​​に基づいて音声セグメントをグループ化することを目的としています。

毎年収集される放送、会議録音、ボイスメールの数が増えるにつれて、話者ダイアリゼーションは音声コミュニティから大きな注目を集めており、国立標準技術研究所の支援の下で電話音声、放送ニュース、会議を対象とした具体的な評価が行われていることからもそれが明らかです。^{[ 4 ]}話者ダイアリゼーション研究の主要なリストトラッカーは、Quan Wang の github リポジトリにあります。^{[ 5 ]}

話者ダイアリゼーションにおいて、最も一般的な方法の1つは、ガウス混合モデルを使用して各話者をモデル化し、隠れマルコフモデルを使用して各話者に対応するフレームを割り当てることです。クラスタリング戦略には主に2種類あります。ボトムアップアルゴリズムが最も一般的で、まずオーディオコンテンツ全体を連続するクラスタに分割し、冗長なクラスタを徐々にマージして、各クラスタが実際の話者に対応する状態に到達しようとします。2番目のトップダウンアルゴリズムは、すべてのオーディオデータに対して1つのクラスタから始め、話者の数と同じ数のクラスタに到達するまで、それらを繰り返し分割しようとします。

近年では、大規模なGPUコンピューティングと深層学習における方法論的発展を利用したニューラルネットワークによって話者ダイアリゼーションが行われている。^{[ 6 ]}

• Anguera, Xavier (2012). "話者ダイアリゼーション：最近の研究のレビュー" . IEEE Transactions on Audio, Speech, and Language Processing . 20 (2). IEEE/ACM Transactions on Audio, Speech, and Language Processing: 356– 370. Bibcode : 2012ITASL..20..356A . CiteSeerX 10.1.1.470.6149 . doi : 10.1109/TASL.2011.2125954 . ISSN 1558-7916 . S2CID 206602044 .   
• ベイギ、ホマユーン（2011）。話者認識の基礎。ニューヨーク：スプリンガー。ISBN 978-0-387-77591-3。