基于维特比算法的深度神经网络语音端点检测

• 作者: 张晴晴 张鹏远 摆亮 李文洁 颜永红
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 语音端点检测 深度神经网络 维特比 语音识别
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 通信与电子
• 页码范围: 210-215
• 页数: 6页
• 分类号: TN912.34
• 字数: 5233字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2018.02.008

摘要

语音端点检测(voice activity detection,VAD)是在连续语音信号中,将语音和非语言片段分离的技术.VAD在语音识别、说话人识别、语音编码等领域起着重要作用.传统VAD算法在类型已知的噪声环境下可以达到较好的性能,但在实际情况中,未知噪声的影响通常会使系统性能下降显著,在差异化噪声下的VAD是端点检测的研究难点.在总结现有语音端点检测算法基础上,提出了一种基于深度神经网络的语音端点检测方法,同时结合维特比算法,与基于贝叶斯信息准则(bayesian information criterion,BIC)的混合高斯模型(gaussian mixture model, GMM)语音端点检测系统进行对比,在大词汇连续语音识别系统中的实验结果表明,将深度神经网络结合维特比算法,应用于语音端点检测,在复杂噪声环境下取得了更好的效果,适应性更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜永红	中国科学院语言声学与内容理解重点实验室	94	586	14.0	20.0
2	张鹏远	中国科学院语言声学与内容理解重点实验室	18	77	6.0	8.0
3	摆亮		8	9	2.0	3.0
4	李文洁	中国科学院语言声学与内容理解重点实验室	4	16	3.0	4.0
5	张晴晴		1	5	1.0	1.0