计算机应用

作者：刘天宇, 陶冶, 鲁超峰, 刘家旺

单位：青岛科技大学 信息科学技术学院，山东 青岛 266061

关键词：说话人识别,自训练,伪标签,预训练,上下文,小说

基金：国家重点研发计划项目(2023YFF0612100);青岛市关键技术攻关及产业化示范项目(24?1?2?qljh?19?gx)

小说中的说话人识别（SI）旨在通过引语所在上下文判断它的说话人。这项任务对在制作有声书的过程中为不同的角色分配合适的声音有很大帮助。然而，现有方法对引语上下文的选择主要以固定窗口值为主，这种方式不够灵活，会产生冗余文段，导致模型不易捕捉到真正有用的信息。另外，由于不同小说的引语数量和写作风格差异巨大，仅靠少量的标注样本无法使模型充分泛化，同时数据集的标注比较昂贵。为了解决上述问题，提出一个融合叙事单元和可靠标签的小说说话人识别框架。首先，使用基于叙事单元的上下文选择（NUCS）方法选择合适长度的上下文，从而让模型高度聚焦与引语归因最密切的文段；其次，构建一个说话人评分网络（SSN），并把生成的上下文作为输入；此外，引入自训练，并设计一个可靠伪标签选择（RPLS）算法，从而在一定程度上弥补标签样本过少的不足，筛选出更可靠且质量更高的伪标签样本；最后，构建并标注一个包含11本中文小说的中文小说说话人识别语料库（CNSI）。为评价所提框架，在2个公开数据集和自建数据集上进行实验，结果表明，融合叙事单元和可靠标签的小说说话人识别框架优于CSN（Candidate Scoring Network）、E2E_SI和ChatGPT-3.5等方法。

来源：2025年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第4期