面向语音助理的轻量级噪声鲁棒语音活动检测器
音频与语音处理
2025-07-31 v1 人工智能
摘要
语音活动检测（VAD）在背景噪声环境下仍是一个语音处理中具有挑战性的问题。准确的VAD对于自动语音识别、语音转文字、对话式智能体等领域至关重要，因为噪声会严重降低性能。一种现代应用是部署在人工智能物联网（AIoT）设备上的语音助理，如手机、智能眼镜、耳机等，其中语音信号包含背景噪声。因此，VAD模块必须保持轻量级due to their practical on-device limitation。现有模型在多样化声学环境下的信噪比较低时常常难以应对。在干净环境中，简单VAD能够检测人类语音，但在噪声环境下难以检测人类语音。我们提出一种噪声鲁棒VAD，由轻量级VAD模块，数据预处理和后处理添加模块组成，用于处理背景噪声。该方法显著提升了噪声环境下的VAD准确率，且无需更大模型或微调。实验结果表明，我们的方法在基准测试中实现了显著性提升，尤其是在高背景噪声干扰的环境下。该修改后的VAD还能提高干净语音的检测效果。
引用
@article{arxiv.2507.22157,
title = {Tiny Noise-Robust Voice Activity Detector for Voice Assistants},
author = {Hamed Jafarzadeh Asl and Mahsa Ghazvini Nejad and Amin Edraki and Masoud Asgharian and Vahid Partovi Nia},
journal= {arXiv preprint arXiv:2507.22157},
year = {2025}
}
备注
Hamed Jafarzadeh Asl and Mahsa Ghazvini Nejad contributed equally to this work