• 简体   /   繁体
流媒体背景下多模态驱动的说话人识别系统*-计算机应用研究2026年11期

流媒体背景下多模态驱动的说话人识别系统*

作者:郭宵涵 徐艳丽 字体:小   中   大

摘 要:针对流媒体平台影视内容精细化运营中人工标注说话人成本高、覆盖率低且现有字幕缺失身份标签,阻碍了智能化内容索引与角色关系分析等问题的开展,引入多模态数据集为研究对象,提出一套协同利用字幕、画面与音(试读)...

计算机应用研究

2026年第11期