车载环境下的语音端点检测

计算机工程与科学

• 人工智能与数据挖掘 • 上一篇

车载环境下的语音端点检测

涂志强,梁亚玲,杜明辉

（华南理工大学电子与信息学院,广东广州 510641）

收稿日期:2017-06-14 修回日期:2017-11-09 出版日期:2018-10-25 发布日期:2018-10-25
基金资助:
国家自然科学基金(61701181)；广东省自然科学基金(2017A030325430)；广州市科技计划项目(201707010070)

Voice activity detection in car environment

TU Zhiqiang,LIANG Yaling,DU Minghui

(School of Electronic and Information Engineering,South China University of Technology,Guangzhou 510641,China)

Received:2017-06-14 Revised:2017-11-09 Online:2018-10-25 Published:2018-10-25

摘要/Abstract

摘要：

为了提高车载噪声环境下语音端点检测的准确性,提出了一个基于GRURNN的神经网络结构,
对带噪语音的LogMel特征序列进行处理,实现语音与噪声的分离,从而恢复出纯净语音的LogMel特征序列；在此基础上,提出一种新的特征LogMelSum,并用该特征进行端点检测。实验结果表明,在车载环境下,本文方法具有很好的端点检测性能。

关键词: 语音端点检测, 循环神经网络, 车载环境, 人声与噪音分离

Abstract:

In order to improve the accuracy of voice activity detection in car environment, we propose a neural network structure based on gated recurrent unit-recurrent neural network (GRU-RNN) to process the Log-Mel feature sequence of noisy speech and separate speech from noise. After restoring the Log-Mel sequence of clean speech, a new feature, Log-Mel-Sum, is proposed to detect voice activity. Experimental results show that the proposed method has a high accuracy of voice activity detection.

Key words: voice activity detection;recurrent neural network;car environment;separation of , voice and noise

涂志强,梁亚玲,杜明辉. 车载环境下的语音端点检测[J]. 计算机工程与科学.

TU Zhiqiang,LIANG Yaling,DU Minghui. Voice activity detection in car environment[J]. Computer Engineering & Science.

[1]	周菊香, 周明涛, 甘健侯, 徐坚. 多阶段时序和语义信息增强的问题生成模型[J]. 计算机工程与科学, 2023, 45(10): 1847-1857.
[2]	刘阳, 粟航, 何倩, 申普, 刘鹏. 基于云-边协同变分自编码神经网络的设备故障检测方法[J]. 计算机工程与科学, 2023, 45(07): 1188-1196.
[3]	余泽鹏, 安业腾, 张烁, 杨自兴, 陆继翔, 曹蓉蓉, 陈轶洲, 李文中, 陆桑璐. 基于会话嵌入的应用程序使用预测[J]. 计算机工程与科学, 2023, 45(06): 1079-1086.
[4]	排日旦·阿布都热依木, 吐尔地·托合提, 艾斯卡尔·艾木都拉, . 基于深度学习的实体关系抽取方法研究[J]. 计算机工程与科学, 2023, 45(05): 895-902.
[5]	袁野, 黄丽清, 叶锋, 黄添强, 罗海峰, 徐超, . 基于集成学习双流神经网络的实时面部篡改视频检测模型[J]. 计算机工程与科学, 2023, 45(03): 470-477.
[6]	刘文才, 姚凯学, 杨乘, . 基于音频特征的工程车辆工况识别研究[J]. 计算机工程与科学, 2022, 44(08): 1497-1505.
[7]	卜冠华, 周礼亮, 李昊, 张敏 . 基于深度学习的GPS轨迹去匿名研究[J]. 计算机工程与科学, 2022, 44(02): 244-250.
[8]	线岩团, 张志菊, 王红斌, 文永华, . 基于Siamese循环神经网络的泰文句子切分方法[J]. 计算机工程与科学, 2021, 43(12): 2238-2242.
[9]	曾上游, 贾小硕, 李文惠. 基于双线程LSTM在线更新的视频追踪算法[J]. 计算机工程与科学, 2021, 43(03): 480-485.
[10]	沈冬东, 汪海涛, 姜瑛, 陈星. 基于知识图谱嵌入与多神经网络的序列推荐算法[J]. 计算机工程与科学, 2020, 42(09): 1661-1669.
[11]	王腾1，焦学伟2，高阳2. 一种基于Attention-GRU和iForest的周期性时间序列异常检测算法[J]. 计算机工程与科学, 2019, 41(12): 2217-2222.
[12]	姜占才,孙燕,王得芳. 基于复合能量和自适应阈值的语音端点检测[J]. J4, 2010, 32(4): 136-138.
[13]	沈文炜施惠昌. 基于循环神经网络的传感器漂移补偿方法[J]. J4, 2005, 27(12): 95-96.

车载环境下的语音端点检测

Voice activity detection in car environment

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 13

编辑推荐

Metrics

本文评价