Segmentation et regroupement en locuteurs pour la parole conversationnelle

International audienceIn the context of conversational speech, we present a hybrid speaker diarization system based on the combination of the LIUM and IRIT systems. It contains a first step of speech detection followed by speaker segmentation. Then we apply a speaker clustering in two steps: a first clustering based on Bayesian Information Criterion (BIC) is followed by a clustering based on the Cross Likelihood Ratio (CLR). Moreover, we make some improvements by optimizing clustering thresholds and by purifying the BIC clustering using feature F0. Results show this hybrid system is suitable on one hand for traditional corpus as ESTER and on the other hand for conversational data as used in EPAC project.Dans le contexte du discours conversationnel, nous présentons un système hybride de segmentation et regroupement en locuteurs utilisant la combinaison des systèmes du LIUM et de IRIT. Il contient une première étape de détection de la parole suivie d'une segmentation en locuteurs. Ensuite, nous appliquons un regroupement en locuteurs en deux étapes: un premier regroupement basé sur BIC (Bayesian Information Criterion) est suivi par un regroupement basé sur le CLR (cross likelihood ratio). De plus, nous apportons quelques améliorations en optimisant les seuils de regroupement et en purifiant le regroupement BIC à l'aide de la F0. Les résultats montrent que ce système hybride est approprié d'une part pour le corpus traditionnel comme ESTER et d'autre part pour les données conversationnelles telles qu'utilisées dans le projet EPAC