模型介绍
中文整理Semantic Speaker Turn Detection 模型
Speaker Turn Detectio任务判断说话人转换的位置，我们的模型基于文本模态，预测说话人转换点位置。此信息将帮助到speaker diarization模型。
模型说明
我们的模型基于BERT训练得到，核心为一个二分类的Token Classification任务，需要注意的是，**本模型只考察标点之后是否存在转换点**，后续会更新更加精细化的模型。
关于此模型的细节以及如何后续应用，请参考我们的论文：
Exploring Speaker-Related Information in Spoken Language Understanding for Better Speaker Diarization
数据集
我们的模型基于如下的数据集训练：
AISHELL-4
ALIMEETING
我们使用一个滑动窗策略来构造训练和测试数据。
模型效果评估
测试集 Precision Recall F1 Acc
:---: :-------: :----: :-: :-:
ALIMEETING Test 0.7945 0.8779 0.8341 0.9146
AISHELL-4 Test 0.8814 0.7317 0.7996 0.925
使用Modelscope本地推理
可以利用modelscope快速使用本模型：
这里的示例我们使用 来表示文本上说话人转换点，实际推理过程并不会增加额外字符，请通过 logits 和 prediction 获得具体输出。
相关论文以及引用信息
如果您觉得这个该模型有所帮助，请引用下面的相关的论文
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。