亲爱的研友该休息了!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,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Hybrid voice activity detection system based on LSTM and auditory speech features

语音识别 计算机科学 语音活动检测 人工智能 语音处理
作者
Yunus Korkmaz,Aytuğ Boyacı
出处
期刊:Biomedical Signal Processing and Control [Elsevier BV]
卷期号:80: 104408-104408 被引量:13
标识
DOI:10.1016/j.bspc.2022.104408
摘要

Voice Activity Detection (VAD), sometimes called as Speech Activity Detection, is the process of extracting speech regions in audio recordings including many type of sounds. Because undesired data causes both computational complexity and time wasting, most of speech based applications consider only speech part (region of interest) and ignore the rest. This is the main reason that makes usage of the VAD stands a preliminary stage in applications like automatic speech recognition (ASR), speaker identification/verification, speech enhancement, speaker diarization etc. In this study, a successful semi-supervised VAD system, which we named as "hybridVAD", was proposed especially for the environment with high signal-to-noise ratio (SNR) with the manner of two-stage. At first, VAD decision was obtained from a relatively simple Long-Short Term Memory (LSTM) network trained by auditory speech features like energy, zero crossing rate (ZCR) and 13rd order-Mel Frequency Cepstral Coefficients (MFCC). After we applied a reasonable thresholding strategy to the same features to have second VAD decision, we combined both decisions with logical operators. The result was surprisingly showed that final VAD decision have low FEC and OVER errors, which are specifically critical for any speaker diarization system, mostly in the environments with high SNR.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

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
传奇3应助zjcbk985采纳,获得10
1分钟前
传奇3应助科研通管家采纳,获得10
1分钟前
1分钟前
zjcbk985发布了新的文献求助10
1分钟前
maher完成签到 ,获得积分10
2分钟前
苗苗完成签到 ,获得积分10
2分钟前
我刷的烧饼贼亮完成签到 ,获得积分10
2分钟前
zjcbk985完成签到,获得积分10
2分钟前
可爱的函函应助zjcbk985采纳,获得10
2分钟前
3分钟前
李爱国应助包李采纳,获得10
3分钟前
3分钟前
3分钟前
脑洞疼应助科研通管家采纳,获得10
3分钟前
zjcbk985发布了新的文献求助10
3分钟前
Haydeehu完成签到,获得积分10
3分钟前
星际舟完成签到,获得积分10
3分钟前
JamesPei应助百里幻竹采纳,获得10
3分钟前
4分钟前
百里幻竹发布了新的文献求助10
4分钟前
4分钟前
百里幻竹发布了新的文献求助10
4分钟前
caterpillar完成签到,获得积分10
4分钟前
5分钟前
苗苗发布了新的文献求助10
5分钟前
科研通AI2S应助科研通管家采纳,获得10
5分钟前
5分钟前
渔火完成签到 ,获得积分10
5分钟前
Eileen完成签到 ,获得积分10
5分钟前
桐桐应助小小娜采纳,获得10
6分钟前
浮游应助百里幻竹采纳,获得10
6分钟前
大模型应助科研通管家采纳,获得30
7分钟前
满意人英完成签到,获得积分10
7分钟前
7分钟前
yindi1991完成签到 ,获得积分10
7分钟前
小小娜发布了新的文献求助10
7分钟前
大闲鱼铭一完成签到 ,获得积分10
7分钟前
blenx完成签到,获得积分10
7分钟前
大旭完成签到 ,获得积分10
8分钟前
lwm不想看文献完成签到 ,获得积分10
8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
Inherited Metabolic Disease in Adults: A Clinical Guide 500
计划经济时代的工厂管理与工人状况(1949-1966)——以郑州市国营工厂为例 500
INQUIRY-BASED PEDAGOGY TO SUPPORT STEM LEARNING AND 21ST CENTURY SKILLS: PREPARING NEW TEACHERS TO IMPLEMENT PROJECT AND PROBLEM-BASED LEARNING 500
Sociologies et cosmopolitisme méthodologique 400
Why America Can't Retrench (And How it Might) 400
Another look at Archaeopteryx as the oldest bird 390
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 催化作用 遗传学 冶金 电极 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 4626300
求助须知:如何正确求助?哪些是违规求助? 4025269
关于积分的说明 12458610
捐赠科研通 3710566
什么是DOI,文献DOI怎么找? 2046701
邀请新用户注册赠送积分活动 1078709
科研通“疑难数据库(出版商)”最低求助积分说明 961115