清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Voice Activity Detection Optimized by Adaptive Attention Span Transformer

计算机科学 语音识别 语音活动检测 Mel倒谱 变压器 人工智能 编码器 分类器(UML) 模式识别(心理学) 语音处理 特征提取 工程类 操作系统 电气工程 电压
作者
Wenpeng Mu,Bingshan Liu
出处
期刊:IEEE Access [Institute of Electrical and Electronics Engineers]
卷期号:11: 31238-31243 被引量:10
标识
DOI:10.1109/access.2023.3262518
摘要

Voice Activity Detection (VAD) is a widely used technique for separating vocal regions from audio signals, with applications in voice language coding, noise reduction, and other domains. While various strategies have been proposed to improve VAD performance, such as ACAM, DCU-10, and Tr-VAD, these approaches often suffer from common limitations, including being unsuitable for long audio and being time-consuming. To address these issues, we propose a new method called AAT-VAD, which integrates an adaptive width attention learning mechanism into the classic transformer framework. Our approach involves extracting Mel-scale Frequency Cepstral Coefficients (MFCC) from the Mel scale frequency domain, adding a masking function to each transformer attention head, and inputting the features processed by the transformer encoder layer into the classifier. Experimental results indicate that our method achieves a 12.8% higher F1-score than DCU-10 and a 0.6% higher F1-score than Tr-VAD under different noise interferences. Furthermore, the average detection cost function (DCF) value of our method is only 14.3% of DCU-10 and 92.4% of Tr-VAD, and the test time of AAT-VAD is only 37.4% of that of Tr-VAD for the same noisy vocal mixed audio.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
加贝完成签到 ,获得积分10
2秒前
32429606完成签到 ,获得积分10
4秒前
丰富的小甜瓜完成签到,获得积分10
18秒前
哥哥发布了新的文献求助10
18秒前
轻松的越彬完成签到 ,获得积分10
32秒前
碗碗豆喵完成签到 ,获得积分10
34秒前
crystaler完成签到 ,获得积分10
35秒前
花花2024完成签到 ,获得积分10
48秒前
Luna完成签到 ,获得积分10
52秒前
活泼雪碧完成签到 ,获得积分10
57秒前
wodetaiyangLLL完成签到 ,获得积分10
59秒前
千帆破浪完成签到 ,获得积分10
1分钟前
哥哥完成签到,获得积分10
1分钟前
Lucas应助科研通管家采纳,获得10
1分钟前
1分钟前
科研通AI6应助科研通管家采纳,获得10
1分钟前
wushuimei完成签到 ,获得积分10
1分钟前
失眠的冬易完成签到 ,获得积分10
1分钟前
西安浴日光能赵炜完成签到,获得积分10
1分钟前
惊鸿H完成签到 ,获得积分10
1分钟前
我永远喜欢阿晴完成签到 ,获得积分10
1分钟前
长情的芝麻完成签到 ,获得积分10
1分钟前
番茄酱完成签到 ,获得积分10
1分钟前
搜集达人应助long83961258采纳,获得10
1分钟前
2分钟前
long83961258发布了新的文献求助10
2分钟前
走啊走应助Cole采纳,获得50
2分钟前
勤劳的颤完成签到 ,获得积分10
2分钟前
long83961258完成签到,获得积分10
2分钟前
2分钟前
yindi1991完成签到 ,获得积分10
2分钟前
卓初露完成签到 ,获得积分10
2分钟前
Karl完成签到,获得积分10
2分钟前
木又权完成签到,获得积分10
2分钟前
你才是小哭包完成签到 ,获得积分10
2分钟前
2分钟前
2分钟前
2分钟前
爆炒鱼丸发布了新的文献求助10
2分钟前
冷傲凝琴完成签到,获得积分10
2分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Clinical Microbiology Procedures Handbook, Multi-Volume, 5th Edition 2000
The Cambridge History of China: Volume 4, Sui and T'ang China, 589–906 AD, Part Two 1000
The Composition and Relative Chronology of Dynasties 16 and 17 in Egypt 1000
Russian Foreign Policy: Change and Continuity 800
Real World Research, 5th Edition 800
Qualitative Data Analysis with NVivo By Jenine Beekhuyzen, Pat Bazeley · 2024 800
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5715310
求助须知:如何正确求助?哪些是违规求助? 5233315
关于积分的说明 15274268
捐赠科研通 4866240
什么是DOI,文献DOI怎么找? 2612831
邀请新用户注册赠送积分活动 1562976
关于科研通互助平台的介绍 1520369