Un système de liaison aide la diarisation à suivre les locuteurs au-delà de sa limite d’emplacements

Quand un système de diarisation en continu réutilise l’emplacement d’un locuteur après son silence, il peut continuer à détecter la parole tout en perdant la trace de cette personne à son retour.

Cette limite l’empêche-t-elle de suivre davantage de personnes au cours d’une session, ou seulement de les représenter en même temps ?

Les auteurs ajoutent un système de liaison causal et sans entraînement qui réattribue les segments de parole d’un système de diarisation gelé pour suivre les locuteurs au-delà de sa limite d’emplacements.

La question est de savoir si les emplacements fixes d’un système de diarisation en continu limitent le nombre total de personnes qu’il peut suivre, ou seulement le nombre qu’il peut représenter au même moment.

Lorsqu’un emplacement appartenant à une personne silencieuse est réutilisé, le système peut continuer à détecter la parole, mais perdre l’identité de cette personne à son retour.

Les auteurs comparent un système hôte gelé à quatre emplacements, avec et sans un système de liaison causal, sur des sessions dépassant sa limite de quatre locuteurs. Sur 505 de ces sessions, le taux d’erreur de diarisation groupé et pondéré par la durée est passé de 36,81 % à 22,64 %.

Puisque le système de liaison ne fait que réattribuer les étiquettes des segments détectés par le système hôte, cette baisse reflète une diminution des confusions entre locuteurs ; par conception, elle ne change pas les paroles manquées ni les fausses détections.

L’évaluation couvre huit corpus, mais seules 53 sessions comptaient plus de huit locuteurs, et la plupart provenaient de trois corpus. Les auteurs ne formulent aucune affirmation sur la latence, et l’attribution à la mauvaise identité n’a pas été testée au-delà des 23 locuteurs observés.