聲紋分割聚類教程

從無監(jiān)督方法到有監(jiān)督方法的旅程

課程英文名：A Tutorial on Speaker Diarization

此視頻教程共8.0小時，中英雙語字幕，畫質(zhì)清晰無水印，源碼附件全

下載地址

課程編號：360百度網(wǎng)盤地址：https://pan.baidu.com/s/1_eoVIwUijTDjw8v5pVDccA?pwd=ndku

課程內(nèi)容

你將會學(xué)到的

• 說話人二元化的基本概念

• 說話人二值化常用算法

• 說話人分類的最新學(xué)術(shù)進展

• 說話人二值化的編碼示例

• 使用流行工具包的實踐項目，包括 SCTK、pyannote-metrics、pyannote-audio 和 uisrnn

課程內(nèi)容

5 個章節(jié)?-?16 個講座?-?總時長?3?小時?26?分鐘展開所有章節(jié)

要求

• 音頻和語音處理的基礎(chǔ)知識

• [機器學(xué)習(xí)]和神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識

• Python 編程基礎(chǔ)

• 有說話人識別經(jīng)驗（推薦先學(xué)習(xí)王權(quán)博士的說話人識別課程）

說明

本課程是關(guān)于說話人二值化技術(shù)的教程。

說話人二值化是語音處理中的高級課題。它解決了"誰在什么時候說"或"誰說了什么"的問題。它與許多其他技術(shù)高度相關(guān)，例如語音活動檢測、說話人識別、自動語音識別、語音分離、統(tǒng)計和深度學(xué)習(xí)。它已經(jīng)在眾多場景中找到了不同的應(yīng)用，例如自動生成會議記錄、醫(yī)療記錄分析、媒體索引和檢索以及二次語音識別。

在本課程中，我們將首先介紹說話人分類的基本概念和應(yīng)用，然后是評分和指標(biāo)。然后我們將介紹說話人分類中的無監(jiān)督方法，從常用的模塊化框架開始，然后介紹聚類算法，重點介紹譜聚類及其擴展。接下來，我們將討論聚類算法的問題，并介紹說話人二分化中的監(jiān)督方法。我們將主要討論4種有監(jiān)督的說話人二分化方法，即UIS-RNN、PIT/EEND、TS-VAD和DNC。最后，我們將討論說話人區(qū)分的挑戰(zhàn)和未來的研究方向。

對于那些想要深入研究說話人分類的人，我們還包括來自頂級演講會議（如 ICASSP 和 SLT）的講師的視頻講座作為額外的學(xué)習(xí)材料。

除了講座視頻外，我們在每節(jié)課后還提供了小測驗，以幫助您更好地理解我們在講座中涵蓋的主題。

此外，說話人二值化是一項非常實用的技能。因此，我們精心準(zhǔn)備了各種編碼實踐和項目，讓您熟悉各種研究人員和科學(xué)家使用的最流行的工具包，包括 SCTK、pyannote-metrics、pyannote-audio 和 uisrnn。

本課程非常適合從事音頻和語音處理工作的學(xué)生、研究人員、開發(fā)人員或產(chǎn)品經(jīng)理。

此課程面向哪些人：

• 對音頻和語音處理感興趣的大學(xué)生和研究生

• 計算機科學(xué)或信號處理領(lǐng)域的研究人員

• 智能語音系統(tǒng)的開發(fā)人員、系統(tǒng)架構(gòu)師和產(chǎn)品經(jīng)理

• 酷技術(shù)愛好者

計算機字幕視頻教程網(wǎng)https://blog.ittutorial.top/ ?持續(xù)更新Udemy，Coursera等在線課堂上的視頻教程，類別涵蓋人工智能、機器學(xué)習(xí)、編程語言、游戲開發(fā)、網(wǎng)絡(luò)安全、云計算、Linux運維、面試技巧等計算機學(xué)科的全部知識。

所有視頻教程均包含中英雙語字幕、練習(xí)源碼及配套的補充資料。