BC-VAD：一种鲁棒的骨传导语音活动检测
音频与语音处理
2022-12-07 v1 声音
摘要
语音活动检测（VAD）是许多音频应用中的基础模块。近期最先进的 VAD 系统通常基于神经网络，但在保持较大模型性能的同时，其计算开销往往超出小型电池供电设备的能力。在本工作中，我们依托骨传导麦克风（BCM）的输入，设计了一种高效的 VAD（BC-VAD），其对来自环境或非佩戴 BCM 说话人的残留非平稳噪声具有鲁棒性。我们首先展示一个较大的 VAD 系统（58k 参数）在公开基准上取得了最先进结果，但在骨传导信号上失效。随后，我们将其变体 BC-VAD（5k 参数且基于 BC 数据训练）与专为 BCM 设计的基线进行比较，表明所提方法在多种指标下取得更优性能，同时满足微控制器的实时处理需求。
引用
@article{arxiv.2212.02996,
title = {BC-VAD: A Robust Bone Conduction Voice Activity Detection},
author = {Niccolo' Polvani and Damien Ronssin and Milos Cernak},
journal= {arXiv preprint arXiv:2212.02996},
year = {2022}
}