机译：基于Fisher线性半判别分析的视听说话人二分法
机译：使用音量评估的SRP-PHAT和视频分析为会议提供多峰发言人二分法
机译：通过SVM使用传感器融合的多模式多通道在线扬声器数字化
机译：自主学习的视听说话人差异
机译：使用具有音频，视频和生物医学传感器的深度学习模型，对说话人和情感识别进行多模式传感和数据处理
机译：使用预训练的视听同步模型进行多模态扬声器二分法
机译：基于时空贝叶斯融合的视听说话人差异化
机译：强大的语音处理和识别：说话者ID，语言ID，语音识别/关键字识别，Diarization / Co-Channel /环境表征，说话者状态评估。
