利用空间预处理改进噪声鲁棒单通道语音活动检测
音频与语音处理
2021-04-13 v1 声音
信号处理
摘要
语音活动检测(VAD)在噪声环境中仍具挑战性。在可使用多个麦克风的情况下，先前研究尝试通过创建多通道 VAD(MVAD)方法来提高 VAD 的噪声鲁棒性。然而，与过去已充分发展的单通道 VAD(SVAD)相比，MVAD 相对较新。因此，通过预处理改进 SVAD 方法以获得更优的 VAD 可能是有利的，而这一点尚未被充分探索。本文通过两种预处理方法(波束成形器与空间目标说话人检测器)改进 SVAD。当目标方向内不存在潜在说话人时，空间检测器将信号帧置零。该检测器可实现为滤波器，即根据检测器输出对 SVAD 的输入信号进行滤波；也可实现为空间 VAD 与 SVAD 输出相结合。评估在一个含噪混响语音数据库上进行，其干净语音来自 Aurora 2 数据库，并加入白噪声与嘈杂噪声。结果表明，所提预处理方法(尤其是空间检测器)在所有信噪比下均显著改进了 SVAD 算法。在具有挑战性的噪声条件下，带预处理的 SVAD 算法显著优于基线 MVAD。
引用
@article{arxiv.2104.05481,
title = {Improvement of Noise-Robust Single-Channel Voice Activity Detection with Spatial Pre-processing},
author = {Max Væhrens and Andreas Jonas Fuglsig and Anders Post Jacobsen and Nicolai Almskou Rasmussen and Victor Mølbach Nissen and Joachim Roland Hejslet and Zheng-Hua Tan},
journal= {arXiv preprint arXiv:2104.05481},
year = {2021}
}
备注
Submitted to Interspeech 2021