流式说话人分离适配：检测提升却损害身份一致性

一项 arXiv 计算语言学论文研究流式说话人分离器的小数据适配，在 7.5 小时双方对话数据上，适配显著提升域内分离性能，并可迁移到独立语料。但研究称，改进并非在所有评测场景一致：局部重映射诊断显示，额外混淆主要来自时间身份一致性受损，而非说话人数量错误，不同语料的身份退化模式不同。 研究还对比了排练（rehearsal）的作用：排练可减轻身份一致性退化，但会降低跨域迁移性能。论文据此提出，检测指标上升可能掩盖说话人归属质量下降，适配效果需结合时间身份一致性综合评估。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。