01 / UNDERSTAND
仕組みと使いどころ
発話内容そのものではなく、音声から抽出した話者固有の特徴表現を使い、既知の話者候補の中から該当者を判定する。発話の長さに左右されにくい固定長の話者埋め込みを用いる方式がある。本人であるかを照合する話者検証とは目的が異なり、通常は事前に定めた話者集合の外にいる人物の識別を直接保証しない。
02 / IN PRACTICE
Speaker Identificationの活用例
たとえば、こんな場面で
登録済みの参加者がいる会議音声について、各発話を参加者名へ対応付ける用途が考えられる。
03 / GOOD TO KNOW
使うときのポイント
必要なのが既知話者の特定か、本人確認か、話者ごとの発話分離かを切り分けて確認する。
参考資料
Speaker Recognition (SR) — NVIDIA NeMo Framework User Guide （新しいタブで開きます）Deep Speaker: an End-to-End Neural Speaker Embedding System （新しいタブで開きます）用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。