將先驗知識納入話者分離和連結中，以識別共同的發言者

演講者 Diarization 和 Linking 可在沒有任何演講者註冊的情況下跨錄音發現“誰在何時發言”。對每個錄音分別執行二值化，並且連結將不同錄音中同一揚聲器的集群組合在一起。這是一種兩步法，但是它遭受了將誤差從二化步驟傳播到連結步驟的困擾。在給定的錄音集中出現一個獨特的說話者的情況下，本文旨在利用他或她存在的先驗知識來定位共同的說話者。這意味著沒有此常見揚聲器的註冊數據。我們提出了成對公共說話人識別（PCSI）方法，該方法與兩步法相比，考慮了共同說話人的存在。我們進一步表明，PCSI可用於減少兩步法的二化步驟中引入的誤差。我們的實驗是在從AMI語料庫合成的語料庫上進行的，也是在與普通話混合的內部會話電話四川語語料庫上進行的。與最先進的x向量二元化和鏈接系統相比，時間加權相等錯誤率的相對改進高達7.68%。