täiskirje prindi

Design choices for PixIT-based speaker-attributed ASR: Team ToTaTo at the NOTSOFAR-1 challenge

autor
vastutusandmed
Joonas Kalda, Séverin Baroudi, Martin Lebourdais, Clément Pagés, Ricard Marxer, Tanel Alumäe, Hervé Bredin
allikas
Computer Speech & Language
kirjastus/väljaandja
ajakirja aastakäik number kuu
vol. 95
ilmumisaasta
leheküljed
art. 101824, 16 p. : ill
leitav
ISSN
0885-2308
1095-8363
märkused
Bibliogr. p. 15-16
Open Access
Open Access
teaduspublikatsioon
teaduspublikatsioon
keel
inglise
märksõna
võtmesõna
Speaker diarization
Speaker-attributed automatic speech
recognition
Speaker embeddings
SSL models
Joint training
Kalda, J., Baroudi, S., Lebourdais, M., Pagés, C., Marxer, R., Alumäe, T., Bredin, H. Design choices for PixIT-based speaker-attributed ASR: Team ToTaTo at the NOTSOFAR-1 challenge // Computer Speech & Language (2026) vol. 95, art. 101824, 16 p. : ill. https://doi.org/10.1016/j.csl.2025.101824