用于降采样音频数据的深度神经网络语音活动检测器：实验报告
声音
2021-08-13 v1 音频与语音处理
摘要
社会测量徽章是一种新兴技术，用于研究团队在实体场所中的互动。社会测量徽章记录的音频数据常被降采样，以避免录下徽章持有者的讨论。为了获取社会测量徽章团队内部互动的更多信息，部署了语音活动检测器（VAD）来测量互动中的言语活动。从降采样音频数据中检测语音活动具有挑战性，因为降采样破坏了数据中的信息。我们采用深度学习技术开发了VAD，尽管验证性能优异，但在低噪声会议场景及不同噪声水平下仅达到中等准确率。本文讨论了开发VAD过程中的经验与教训。
引用
@article{arxiv.2108.05553,
title = {Deep Neural Network Voice Activity Detector for Downsampled Audio Data: An Experiment Report},
author = {Mikael Ovaska and Joni Kultanen and Teemu Autto and Joonas Uusnäkki and Antti Kariluoto and Joonas Himmanen and Mikko Virtaneva and Pasi Kaitila and Pekka Abrahamsson},
journal= {arXiv preprint arXiv:2108.05553},
year = {2021}
}
备注
Pre-print. 7 Pages, 2 figures and 5 tables