SpeakerDiarization_RNN_CNN_LSTM:在音频中分离扬声器的分类问题，可涉及任意数量的发言人，...

简介：
《SpeakerDiarization_RNN_CNN_LSTM》提出了一种结合RNN、CNN和LSTM网络结构的方法，有效解决音频文件中多发言人身份识别与分离的技术难题。 引文：如果您发现我们的项目有帮助，请引用我们的 arxiv 报告： @misc{sharma2020speaker, title={Speaker Diarization: Using Recurrent Neural Networks}, author={Vishal Sharma and Zekun Zhang and Zachary Neubert and Curtis Dyreson}, year={2020}, eprint={2006.05596}, archivePrefix={arXiv}, primaryClass={eess.AS}} 说话人分类是指在音频中区分不同发言者的过程。可以有任意数量的发言人，最终结果需要标明每个发言者的开始和结束时间。在这个项目里，我们处理了包含两个通道且各有一个扬声器的情况（即每个扬声器占据单独的一个通道）。