project-audio-conversation-transcription

Last updated Dec 1, 2022

• All post

Packages:

• TensorFlow: Model
• SoundFile:
• Pydub
• webrtcvad
• pyannote.audio
• scikit-learn: hierarchical, spectral, silhouette_score
• scipy: read and write audio files, create laplacian matrix spectral clustering

Bagaimana model deep learningnya?

• Shared CNN + VLAD layer
• vgg-speaker-recognition

Bagaimana cara kerja voice activity detectionnya?

• https://github.com/wiseman/py-webrtcvad
• WebRTC: write in C

Metrics apa yang digunakan?

• diarization-error-rate
• ketepatan clustering

Bagaimana membuat datasetnya?

• dataset percakapan yang dibentuk dari potongan-potongan suara voxceleb1