KAIST eDIAR:免训练流式说话人分离,突破固定说话人槽位上限
kaist-ai · hf · 2026-11-16
KAIST AI 团队发布 eDIAR,一种免训练的开集流式说话人分离(diarization)方法。
- 传统流式系统(如 Streaming Sortformer、Neotron-3)受固定输出槽位限制,4 槽模型无法输出第 5 位说话人
- eDIAR 在所有槽位用满后,在槽内对话者嵌入(speaker embedding)进行 e-means 聚类,无需重训即可支持无限说话人
- 适用于长会议与大规模语音档案的高效链接
「研究」频道最新
- 为 AI 运维铺路:研究者用 #P 形式化 CockroachDB 等管理接口,已挖出 bug — tianyin_xu · 2026-11-16
- Astera 研究驻留开放申请:单人最高可获 200 万美元资助 — dr_alphalyrae · 2026-11-16
- 「它知道 Google 在看着」:模型对话引出 J-Lens 评估觉知研究 — repligate · 2026-11-16
- NeurIPS 论文揭示多语言模型知识编辑的几何瓶颈:英语改动难以迁移到其他语言 — Tanmoy_Chak · 2026-11-16
- RL 用于量化交易综述发布:梳理当前方法与突破进展 — PtrPomorski · 2026-11-16
- 研究者 20 小时 H100 训出 JEM,距微调 DINOv3 仅差 1 分 — gabriberton · 2026-11-16