基于噪声分类和字典选择的语音活动检测

• 作者: 何勇军 谢怡宁 赵晶 黄金杰
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 语音活动检测 稀疏编码 形态成分分析 K-奇异值分解 噪声鲁棒性
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 电子信息工程
• 页码范围: 121-126
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.13245/j.hust.161221

摘要

为了解决已有语音活动检测方法在噪声条件下性能急剧下降的问题,提出了一种基于稀疏编码的语音活动检测方法.该方法在训练阶段为语音和每种可能的噪声训练字典;在识别阶段首先识别环境噪声类型,然后将语音字典和对应环境噪声字典拼接形成一个大字典用于稀疏分解,最后用语音字典上的稀疏表示实现语音和非语音的判断.该方法一方面引入了噪声类型识别,可以有针对性地选择噪声字典;另一方面引入噪声开集识别机制,能识别新的噪声类型并且为之训练模型.实验结果表明所提方法比传统方法具有更强的噪声鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何勇军	哈尔滨理工大学计算机科学与技术学院	17	65	6.0	7.0
2	黄金杰	哈尔滨理工大学自动化学院	34	212	8.0	13.0
3	谢怡宁	哈尔滨理工大学计算机科学与技术学院	16	42	4.0	6.0
4	赵晶	哈尔滨理工大学计算机科学与技术学院	5	19	2.0	4.0