Kto mówi kiedy?

Diaryzacja g o ników jest procesem, który wykrywa aktywnych mówców i grupuje te sygnäy mowy, które zostäy wypowiedziane przez tego samego mówc . Generalnie mo emy znale dwa g ówne zastosowania diaryzacji g o ników. Systemy automatycznego rozpoznawania mowy wykorzystuj homogeniczne klastry g o ników, aby dostosowä modele akustyczne do potrzeb osób mówi cych, a tym samym zwi kszy wydajno rozpoznawania. Systemy indeksowania g o ników i bogate systemy transkrypcji wykorzystuj równie wyj cie diaryzacji g o ników jako jedn z informacji pozyskiwanych z nagrania, co pozwala na jego automatyczn indeksacj i inne dalsze przetwarzanie. W niniejszym opracowaniu opracowano aplikacj do diaryzacji g o ników - wykorzystuj c wielocz ciowe obuuszne nagrania mowy - do ledzenia aktywno ci g o ników w oparciu o podpowiedzi dotycz ce ró nicy czasu mi dzy s uchaczami (ITD). Te sygnäy, dla danej ramki sygnäu mowy, s obliczane przy u yciu filtrowania gammatonowego i techniki korelacji krzy owej. Ich warto ci s wykorzystywane do okre lenia, który z mówców w nagraniu wytwarza dany fragment mowy. Badania te by y nadzorowane przez dr Jona Barkera i bronione w celu spe nienia wymagä do uzyskania stopnia magistra zaawansowanej informatyki, University of Sheffield, Wielka Brytania, 2007.