关于噪声鲁棒语音活动检测的训练目标
音频与语音处理
2021-05-20 v2
摘要
语音活动检测（VAD）任务在各种语音处理、分析与分类任务中常作为所需模块。尽管最先进的基于神经网络的 VAD 可取得优异结果，它们常超出计算预算与实时运行要求。本工作中，我们提出一种计算高效的实时 VAD 网络，在多个公开真实录音数据集上达到最先进水平。我们探究 VAD 的不同训练目标，并展示使用分段语音噪声比（VNR）作为训练目标比基于干净语音水平的 VAD 更好且对噪声更鲁棒。我们还展示多目标训练可进一步提升性能。
引用
@article{arxiv.2102.07445,
title = {On training targets for noise-robust voice activity detection},
author = {Sebastian Braun and Ivan Tashev},
journal= {arXiv preprint arXiv:2102.07445},
year = {2021}
}