화자 분리 오류율이란 무엇이며, 음성 정확도에서 무엇을 제외하나요?

에바 왕

IceWhale author

에바 왕 는 기술 작가 그리고 이자 ZimaSpace의 상주 장인입니다. 평생을 기술에 열정을 가진 사람으로서 홈랩과 오픈소스 소프트웨어에 열정을 가지고 있으며,복잡한 기술 개념을 쉽게 이해할 수 있는 실습 가이드로 번역하는 데 전문성을 가지고 있습니다.에바는 셀프 호스팅이 어렵지 않고 재미있어야 한다고 믿습니다. 그녀의 튜토리얼을 통해 커뮤니티가 하드웨어 설정의 신비를 풀도록돕고 있습니다. 첫 NAS 구축부터 Docker 컨테이너 마스터링까지.

What Is Diarization Error Rate, and What Does It Exclude From Speech Accuracy? - Zima Store Online

화자 분할 오류율(DER)은 음성 누락, 음성 오탐 또는 잘못된 화자에게 할당된 시간의 비율을 측정하며, 발화된 단어가 올바르게 전사되었는지는 측정하지 않습니다.

회의 아카이브는 DER이 낮더라도 이름을 잘못 표기하거나, 핵심 단어를 누락하거나, 익명이지만 내부적으로 일관된 ID로 화자를 표시할 수 있습니다. 반대로 정확한 전사도 모든 단어가 잘못된 사람에게 할당되면 화자 분할 성능이 낮을 수 있습니다. DER은 평가 규칙과 함께 사용하는 음성 관련 지표가 의도한 검색 또는 검토 작업에 부합할 때만 유용합니다.

DER은 세 가지 시간 기반 오류 구성 요소를 더합니다

음성 누락은 시스템이 무음으로 표시한 기준 음성이고, 오탐은 음성이 아닌 구간을 음성으로 표시한 것이며, 화자 혼동은 최적의 레이블 매핑 후 잘못된 기준 화자에게 할당된 음성입니다. 이들의 지속 시간을 합산한 뒤 전체 기준 음성 시간으로 나눕니다.

DER 정의 참조 문서는 화자 분할 오류율을 정의하고, 허용 구간과 중첩 음성에 대한 매개변수를 제공합니다. 이러한 선택은 분자와 분모에 포함되는 시간 구간에 영향을 주므로, 평가 설정 없이 보고된 DER은 불완전합니다.

이 지표는 지속 시간을 기준으로 하므로, 길게 잘못 할당된 하나의 구간이 짧은 경계 오류 여러 개보다 더 큰 영향을 줄 수 있습니다. 또한 중첩되거나 과도하게 추정된 음성으로 누적 오류가 발생하는 어려운 상황에서는 100%를 초과하는 값도 나올 수 있습니다.

허용 구간과 중첩 규칙이 점수를 바꿉니다

허용 구간은 주석 처리된 화자 경계 주변의 작은 영역을 제외하여 정확한 전환 시점이 모호할 수 있음을 반영합니다. 일부 평가는 중첩 음성을 포함해 점수를 산정하지만, 다른 평가는 이를 건너뜁니다. 일반적으로 중첩을 무시하면 끼어들기가 있는 가정 내 대화가 더 쉬운 것으로 보입니다.

원본 화자 분할 점수 산정 논문은 오탐, 누락 검출 및 혼동 공식을 제시하고 중첩 음성 지원을 설명합니다. 또한 하나의 DER로는 요약되지 않는 클러스터링 동작을 보여 주는 관련 순도 및 포괄성 지표도 문서화합니다.

따라서 동일한 오디오에서도 주석, 허용 구간, 중첩 처리 또는 화자 수 가정에 따라 두 시스템이 서로 다른 DER을 보고할 수 있습니다. 재현 가능한 비교를 위해서는 동일한 기준 파일, 전처리 및 점수 산정 옵션이 필요합니다. 이러한 차이는 이후 가정 내 테스트에서도 계속 확인할 수 있습니다.