基于循环神经网络的高效目标活动检测
声音
2016-12-21 v1
摘要
本文研究双耳聆听设备的目标活动检测 (TAD) 问题。TAD 指的是在包含干扰说话人和噪声的恶劣声学环境（鸡尾酒会场景）中，稳健地检测目标说话人活动的问题。先前工作表明，采用前馈神经网络 (FNN) 检测目标说话人活动是一种有前景的方法，可结合不同 TAD 特征（用作网络输入）的优势。在本项工作中，我们利用更大的上下文窗口进行 TAD，并比较了 FNN 与循环神经网络 (RNN) 的性能，明确关注适用于嵌入式声学信号处理系统的小型网络拓扑。具体而言，研究包括三种不同类型 RNN 的比较，即普通 RNN、长短期记忆网络和门控循环单元。结果表明，所有版本的 RNN 在 TAD 任务上均优于 FNN。
引用
@article{arxiv.1612.06642,
title = {Efficient Target Activity Detection based on Recurrent Neural Networks},
author = {Daniel Gerber and Stefan Meier and Walter Kellermann},
journal= {arXiv preprint arXiv:1612.06642},
year = {2016}
}