节点文献

基于支持向量机与多观测复合特征矢量的语音端点检测

Support vector machine based VAD using the multiple observation compound feature

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 张晓雷吴及吕萍

【Author】 ZHANG Xiaolei,WU Ji,LV Ping (Department of Electronic Engineering,Tsinghua University, Beijing 100084,China)

【机构】 清华大学电子工程系

【摘要】 该文提出了一种新的多观测复合特征(MO-CF)用于基于支持向量机(SVM)的语音端点检测(VAD)。该特征是由2个子特征经平衡因子加权构成。特征的优化目标是寻找能使VAD的性能曲线下面积(AUC)最大化的平衡因子,以综合各个子特征的优点。在子特征选择方面,要求各个子特征不仅本身具有较好的性能,而且存在互补性。针对该要求,提出2种组合特征MO-CF1和MO-CF2。由多观测信噪比(MO-SNR)特征与多观测最大概率(MO-MP)特征复合而成的MO--CF2比MO-CF1更稳健。实验结果表明:在多种噪声环境下,相比于已有的9种VAD算法,该算法具有更好的性能和更高的稳健性。

【Abstract】 A multiple observation compound feature(MO-CF) is presented for support vector machine(SVM) based statistical voice activity detection(VAD).The MO-CF is composed of at least two sub-features with balancing factors.The optimal balanced factor is chosen to yield the largest area under the ROC curve(AUC) of the performance.The selected sub-features must not only have good performance themselves but also be complementary with each other. A multiple-observation signal-to-noise ratio sub-feature is then combined with a multiple-observation maximum probability sub-feature to achieve more robust performance.Tests show that the algorithm gives better performance than 9 commonly used VAD techniques for various noisy scenarios with low SNRs.

  • 【会议录名称】 第十一届全国人机语音通讯学术会议论文集(二)
  • 【会议名称】第十一届全国人机语音通讯学术会议
  • 【会议时间】2011-10-16
  • 【会议地点】中国陕西西安
  • 【分类号】TN912.3
  • 【主办单位】中国中文信息学会语音信息专业委员会、中国声学学会语音、听觉和音乐声学分会、中国语音学会语音学分会
节点文献中: 

本文链接的文献网络图示:

本文的引文网络