SE-DiCoW: Self-Enrolled Diarization-Conditioned Whisper
Rattachement africain : cz, us. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Speaker-attributed automatic speech recognition (ASR) in multi-speaker environments remains a major challenge. While some approaches achieve strong performance when fine-tuned on specific domains, few systems generalize well across out-of-domain datasets. Our prior work, Diarization-Conditioned Whisper (DiCoW), leverages speaker diarization outputs as conditioning information and, with minimal fine-tuning, demonstrated strong multilingual and multi-domain performance. In this paper, we address a key limitation of DiCoW: ambiguity in Silence–Target–Non-target–Overlap (STNO) masks, where two or more fully overlapping speakers may have nearly identical conditioning despite differing transcriptions. We introduce SE-DiCoW (Self-Enrolled Diarization-Conditioned Whisper), which uses diarization output to locate an enrollment segment anywhere in the conversation where the target speaker is most active. This enrollment segment is used as fixed conditioning via cross-attention at each encoder layer. We further refine DiCoW with improved data segmentation, model initialization, and augmentation. Together, these advances yield substantial gains: SE-DiCoW reduces macro-averaged tcpWER by 52.4% relative to the original DiCoW on the EMMA MT-ASR benchmark.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- SE-DiCoW: Self-Enrolled Diarization-Conditioned Whisper
- Date Crossref
- 03/05/2026
- Éditeur
- IEEE
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Brno University of Technology pays non établi dans la noticeUniversité ou école supérieure
-
Carnegie Mellon University pays non établi dans la noticeUniversité ou école supérieure
-
Johns Hopkins University pays non établi dans la noticeUniversité ou école supérieure
-
Johns Hopkins University Applied Physics Laboratory pays non établi dans la noticeStructure de recherche
Brno University of Technology, Carnegie Mellon University et Johns Hopkins University, avec 1 autre affiliation.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.