请问可以分离出指定人的语音吗
cx-cs opened this issue · comments
在多人说话重叠的场景是否可以分离出指定说话人的声音?
通过 https://github.com/alibaba-damo-academy/3D-Speaker/tree/main/egs/3dspeaker/speaker-diarization 代码可以将一段话中的各说话人语音分离,如果你想分离出置顶说话人声音,可以通过提取指定说话人的speaker embedding和各聚类中心比较,选择最近的类,再获取其相应语音片段。