基于轻量级神经网络的实时语音活动检测
声音
2024-05-28 v1 人工智能
音频与语音处理
摘要
语音活动检测是在音频流中检测语音的任务，由于真实环境中存在大量未见噪声和低信噪比，该任务具有挑战性。近年来，基于神经网络的VAD在一定程度上缓解了性能下降的问题。然而，现有的大多数研究使用了过大的模型并引入了未来上下文，而忽略了评估模型的运行效率和延迟。在本文中，我们提出了一种轻量级实时神经网络MagicNet，它利用因果和深度可分离的一维卷积以及GRU。在不依赖未来特征作为输入的情况下，我们将所提出的模型与两种最先进的算法在合成的域内和域外测试数据集上进行了比较。评估结果表明，MagicNet能够以更少的参数成本实现更好的性能和鲁棒性。
引用
@article{arxiv.2405.16797,
title = {A Real-Time Voice Activity Detection Based On Lightweight Neural},
author = {Jidong Jia and Pei Zhao and Di Wang},
journal= {arXiv preprint arXiv:2405.16797},
year = {2024}
}