arXiv · Audio and Speech· Sofoklis Kakouros, Daniil Kocharov, Okko R\"as\"anen·2026-10-08 12:00· 3 小时前AI 评分18

跨儿童导向与成人导向语音数据集的成人受话者分类基准评测

Benchmarking Adult Addressee Classification Across Child- and Adult-Directed Speech Datasets

AI 导读

该研究系统评估了在包含实验室与自然场景的儿童导向语音（CDS）和成人导向语音（ADS）语料上区分两类语音的分类性能。研究基于自监督学习（SSL）表征建立基准，并采用融合高维嵌入跨通道协方差的时间池化方法，超越一阶与二阶统计。结果显示 SSL 表征表现最佳，不同池化方法在该任务上提供互补优势。