解析 LIUM 扬声器二值化输出答案

【问题标题】：Parsing LIUM Speaker Diarization Output解析 LIUM 扬声器二值化输出
【发布时间】：2017-07-25 16:50:25
【问题描述】：

我如何使用 LIUM 演讲者分类工具包知道哪个演讲者的发言时间？

例如，这是我的 .seg 文件。

;; cluster S0 [ score:FS = -33.93166562542459 ] [ score:FT = 
-34.24966646974656 ] [ score:MS = -34.05223781565528 ] [ score:MT = 
-34.32834794609819 ] 
Seq06 1 0 237 F S U S0
Seq06 1 2960 278 F S U S0
;; cluster S1 [ score:FS = -33.33289449700619 ] [ score:FT = 
-33.64489165914674 ] [ score:MS = -32.71833169822944 ] [ score:MT = 
-33.380835069917275 ] 
Seq06 1 238 594 M S U S1
Seq06 1 1327 415 M S U S1
Seq06 1 2311 649 M S U S1
;; cluster S2 [ score:FS = -33.354874450638064 ] [ score:FT = 
-33.46618707052516 ] [ score:MS = -32.70702429201772 ] [ score:MT = 
-33.042146088874844 ] 
Seq06 1 832 495 M S U S2
Seq06 1 1742 569 M S U S2

如何从这个文件中提取时间？

【问题讨论】：

标签： java voice-recognition speech

【解决方案1】：

在这一行

Seq06 1 2960 278 F S U S0

你有

field 1: Seq06 = the show name
field 2: 1 = the channel number
field 3: 2960 = the start of the segment (in features)
field 4: 278 = the length of the segment (in features)
field 5: F = the speaker gender (U=unknown, F=female, M=Male)
field 6: S = the type of band (T=telephone, S=studio)
field 7: U = the type of environment (music, speech only, …)
field 8: S0 = the speaker label

时间在特征中，因此 2960 是 29.60 秒（除以 100 以从特征秒转换）。长度也在特征中，因此您的片段长度为 2.78 秒。

记录在LIUM WIKI

【讨论】：