面向无监督语音活动检测的鲁棒特征聚类
声音
2018-06-26 v1 音频与语音处理
摘要
在某些应用中，例如零资源语音处理或极低资源语音语言系统，收集语音活动检测（SAD）标注可能不可行。然而，基于神经网络或其他机器学习方法的最先进有监督 SAD 技术需要与该目标领域匹配的标注训练数据。本文建立了一种用于完全无监督 SAD 的聚类方法，适用于无法获得 SAD 标注的情况。所提出的方法利用 Hartigan dip 检验以递归策略将特征空间分割为显著模态。统计 dip 对失真具有不变性，这赋予了所提方法的鲁棒性。我们在 NIST OpenSAD 2015 和 NIST OpenSAT 2017 公共安全通信数据上评估了该方法。结果表明所提方法优于双分量 GMM 基线。索引词：聚类，Hartigan dip 检验，NIST OpenSAD，NIST OpenSAT，语音活动检测，零资源语音处理，无监督学习。
引用
@article{arxiv.1806.09301,
title = {Robust Feature Clustering for Unsupervised Speech Activity Detection},
author = {Harishchandra Dubey and Abhijeet Sangwan and John H. L. Hansen},
journal= {arXiv preprint arXiv:1806.09301},
year = {2018}
}
备注
5 Pages, 4 Tables, 1 Figure