语音活动检测器中窗口大小与精度实验
声音
2026-01-27 v1 计算与语言
音频与语音处理
摘要
语音活动检测(VAD)在语音识别等应用中发挥着关键作用。我们分析了窗口大小对三种VAD算法(Silero、WebRTC和Root Mean Square[RMS])在 diverse 真实世界数字音频流中的精度影响。我们进一步探讨了在每种VAD输出之上应用滞后(hysteresis)的效果。我们的结果为优化VAD系统提供了实用参考。Silero显著优于WebRTC和RMS，滞后对WebRTC提供了收益。
引用
@article{arxiv.2601.17270,
title = {Window Size Versus Accuracy Experiments in Voice Activity Detectors},
author = {Max McKinnon and Samir Khaki and Chandan KA Reddy and William Huang},
journal= {arXiv preprint arXiv:2601.17270},
year = {2026}
}