The development of prosodic feature

The development of prosodic features represented the first step of including prosodic
information in speaker clustering. The next step was to provide an appropriate comparison
of the different clusters represented by this set of features and to integrate the acoustic and
prosodic information into a single, unified speaker-clustering approach. We decided to
implement the same speaker-clustering approach as was used in the baseline BIC clustering,
presented in Section 2.2, but we extended it by including both types of information in the
merging process of clustering.
The main reason for integrating the prosodic features into the speaker clustering was to
provide information in addition to the basic acoustic features in order to gain some
improvement in the speaker clustering in the case of adverse acoustic conditions. Thus, a
new clustering approach was designed, which enabled us to control the amount of each type

Kết quả (Việt) 1:

Sự phát triển tính năng prosodic đại diện cho bước đầu tiên bao gồm cả prosodicthông tin trong loa clustering. Bước tiếp theo là cung cấp một so sánh thích hợpCác cụm khác nhau đại diện bởi điều này thiết lập các tính năng và tích hợp âm thanh vàprosodic thông tin vào một đơn, thống nhất cụm loa cách tiếp cận. Chúng tôi quyết địnhthực hiện phương pháp cụm loa tương tự như được sử dụng trong các cơ sở BIC clustering,trình bày trong phần 2.2, nhưng chúng tôi mở rộng nó bằng cách bao gồm cả hai loại thông tin trong cácviệc sáp nhập các quá trình của cụm.Lý do chính cho việc tích hợp các tính năng prosodic vào loa clustering đểcung cấp thông tin ngoài các tính năng âm thanh cơ bản để đạt được một sốcải tiến trong loa clustering trong trường hợp các điều kiện bất lợi của âm thanh. Vì vậy, mộtmới clustering cách tiếp cận được thiết kế, mà cho phép chúng tôi để kiểm soát số tiền của từng loại

Kết quả (Việt) 2:

Sự phát triển của các tính năng điệu tính đại diện cho bước đầu tiên của việc đưa các điệu tính
thông tin trong loa clustering. Bước tiếp theo là để cung cấp một sự so sánh thích hợp
của các cụm khác nhau đại diện bởi bộ tính năng này và tích hợp âm thanh và
thông tin điệu tính thành một, thống nhất phương pháp loa-clustering duy nhất. Chúng tôi quyết định
thực hiện phương pháp tương tự loa-clustering như đã được sử dụng trong các phân nhóm BIC cơ bản,
trình bày trong Phần 2.2, nhưng chúng tôi mở rộng nó bằng cách bao gồm cả hai loại thông tin trong
quá trình hợp nhất của nhóm.
Lý do chính cho việc tích hợp các tính năng điệu tính vào các cụm loa là để
cung cấp thông tin thêm vào các tính năng âm thanh cơ bản để đạt được một số
tiến bộ trong các cụm loa trong trường hợp các điều kiện bất lợi acoustic. Do đó, một
cách tiếp cận phân nhóm mới đã được thiết kế, trong đó cho phép chúng ta kiểm soát số lượng của từng loại