基于改进语音特征与极限学习机的语音端点检测

• 作者: 俞强 包亚萍 罗庆
• 来源期刊: 微电子学与计算机
• 关键词: 低频消噪能量 梅尔倒谱参数 共振峰频率 极限学习机
• 年，卷（期）: 2020,（3）
• 页码范围: 37-41
• 页数: 5页
• 分类号: TN912
• 语种: 中文

摘要

语音端点检测(Voice Activity Detection,VAD),是指在给定语音信号帧中判别语音是否存在,鲁棒的VAD有助于提高语音应用的自动化效率,例如语音增强、说话人识别、助听器等.为了提高低信噪比下语音端点检测的精度以及效率,提出了一种新的语音特征—低频消噪能量(Low Frequency De-noising Energy,LFDE),将其应用于VAD中,并利用LFDE与现有的声学特征(梅尔频率倒谱参数、共振峰频率)结合训练极限学习机(Extreme Learning Machine,ELM)分类器.仿真实验发现,端点检测的精度与效率都有提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗庆	南京工业大学计算机科学与技术系	2	1	1.0	1.0
2	包亚萍	南京工业大学计算机科学与技术系	48	281	9.0	15.0
3	俞强	南京工业大学计算机科学与技术系	3	9	1.0	3.0