#说话人识别

共 4 条 · 7 天 0 条 · 30 天 1 条

信息流里打上「说话人识别」标签的资讯、产品与论文，按刊登时间排，新的在上。

9月17日

朋友，DeepSeek 新出的这个语音溯源框架 VoiceTrace 很有意思，能同时根据你想找的内容和说话人去检索语音，比之前的方法更准。

arXiv cs.AI@Aaron Yee 等 8 人原文

7月19日

模型精选16:07

宝玉给 BaoCut 集成了 MOSS-Transcribe-Diarize-0.9B，能一次搞定长音频转写和说话人标注，省去额外模型，适合做字幕或会议记录。

宝玉@dotey原文

7月3日

一篇论文用推理模型做说话人识别，还建了个53万条对话的新基准，短话识别效果比现有方法强不少。

arXiv cs.AI@Yuxuan Li 等 9 人原文

6月30日

这篇用AMR动态融合音视频特征，缺失模态也能准确识别说话人。在POLY-SIM上平均99%准确率，比基线高32%，很实用。

arXiv cs.LG@Chuxiao Zuo 等 6 人原文