面向无线声学传感器网络的分布式多说话人语音活动检测
统计方法学
2017-03-20 v1
摘要
提出了一种用于无线声学传感器网络（WASNs）的分布式多说话人语音活动检测（DM-VAD）方法。DM-VAD在许多信号处理应用中（例如基于多通道维纳滤波的分布式语音增强）是必需的，但迄今为止尚不存在。所提方法既不需要融合中心，也不需要关于节点位置、麦克风阵列朝向或观测源数量的先验知识。它包含两个步骤：(i) 分布式源特定能量信号解混；(ii) 基于能量信号的语音活动检测。现有的从混合观测中提取源特定能量信号的计算高效方法（如乘性非负独立成分分析（MNICA））随着源数量的增加会迅速丧失性能，且需要一个融合中心。为克服这些限制，我们引入了一种基于源特定节点聚类方法的分布式能量信号解混方法，以定位每个源周围的节点。为确定WASN中观测到的源数量，开发了一种使用Lasso惩罚泊松广义线性模型的源枚举方法。每个识别出的聚类通过应用双成分MNICA来估计单个（主导）源的能量信号。通过从能量信号中提取特征并应用K均值类型聚类算法，VAD问题被转化为一个聚类任务。所提方法的所有步骤均通过数值实验进行评估。在一个具有挑战性的场景中，即20个节点在模拟混响矩形房间内观测7个源，实现了的VAD准确率。
引用
@article{arxiv.1703.05782,
title = {Distributed Multi-Speaker Voice Activity Detection for Wireless Acoustic Sensor Networks},
author = {Mohamad Hasan Bahari and L. Khadidja Hamaidi and Michael Muma and Jorge Plata-Chaves and Marc Moonen and Abdelhak M. Zoubir and Alexander Bertrand},
journal= {arXiv preprint arXiv:1703.05782},
year = {2017}
}