个性化语音活动检测系统的比较分析：评估实际应用效果
音频与语音处理
2024-06-17 v1 人机交互
机器学习
摘要
语音活动检测（VAD）是语音识别、语音增强和无人语音通信系统中的关键组件。随着个性化和情境感知技术需求的不断增长，有效的个性化语音活动检测系统的需求日益紧迫。本文提出了一种对个性化语音活动检测（PVAD）系统进行比较分析的方法，以评估其实际效果。我们引入了一种综合方法来评估 PVAD 系统，包括帧级和句子级错误率、检测延迟和准确性，以及用户层面的分析。通过大量实验和评估，我们对各种 PVAD 变体的优势和局限性进行了 thorough 的了解。本文通过提供一套全面的指标，促进了对 PVAD 技术在实际应用中有效性和可行性的理解。
引用
@article{arxiv.2406.09443,
title = {Comparative Analysis of Personalized Voice Activity Detection Systems: Assessing Real-World Effectiveness},
author = {Satyam Kumar and Sai Srujana Buddi and Utkarsh Oggy Sarawgi and Vineet Garg and Shivesh Ranjan and Ognjen and Rudovic and Ahmed Hussen Abdelaziz and Saurabh Adya},
journal= {arXiv preprint arXiv:2406.09443},
year = {2024}
}