Порівняння алгоритмів кластеризації для задач розпізнавання голосу

Abstract

У роботі розглядаються питання порівняння алгоритмів кластеризації для задачі розпізнавання голосів. Проаналізовано ефективність різних підходів, таких як агломеративна ієрархічна кластеризація, спектральна кластеризація та методи на основі глибокого навчання. Визначено перспективи використання цих методів у реальних умовах та їх вплив на точність розпізнавання голосів.

The paper considers the comparison of clustering algorithms for speaker recognition tasks. The efficiency of different approaches, such as agglomerative hierarchical clustering, spectral clustering, and deep learning-based methods, is analyzed. The prospects of using these methods in real-world conditions and their impact on the accuracy of speaker recognition are determined.