概念End-to-End Neural Diarization / 端到端神经网络说话人分离

EEND

端到端神经网络说话人分离（EEND）架构，将说话人分离问题建模为多标签分类任务，天然支持重叠语音处理，是当前说话人分离领域的主流技术路线之一

时间轴 (近 90 天)

10月4日

EEND（End-to-End Neural Diarization）架构将分离问题建模为多标签分类任务，天然支持重叠语音

待验证50%

10月4日

EDA（Encoder-Decoder based Attractor）机制在 EEND 基础上扩展，能够处理说话人数量动态变化的场景

待验证50%

EEND（End-to-End Neural Diarization）架构将分离问题建模为多标签分类任务，天然支持重叠语音

EDA（Encoder-Decoder based Attractor）机制在 EEND 基础上扩展，能够处理说话人数量动态变化的场景