基于维特比算法的深度神经网络语音端点检测

摘要：

语音端点检测(voice activity detection,VAD)是在连续语音信号中,将语音和非语言片段分离的技术.VAD在语音识别、说话人识别、语音编码等领域起着重要作用.传统VAD算法在类型已知的噪声环境下可以达到较好的性能,但在实际情况中,未知噪声的影响通常会使系统性能下降显著,在差异化噪声下的VAD是端点检测的研究难点.在总结现有语音端点检测算法基础上,提出了一种基于深度神经网络的语音端点检测方法,同时结合维特比算法,与基于贝叶斯信息准则(bayesian information criterion,BIC)的混合高斯模型(gaussian mixture model, GMM)语音端点检测系统进行对比,在大词汇连续语音识别系统中的实验结果表明,将深度神经网络结合维特比算法,应用于语音端点检测,在复杂噪声环境下取得了更好的效果,适应性更强.

关键词：语音端点检测、深度神经网络、维特比、语音识别

所属期刊栏目：30

分类号：TN912.34

资助基金：国家自然科学基金11590770-4,U1536117,11504406,11461141004;国家重点研发计划重点专项2016YFB0801203,2016YFB0801200;新疆维吾尔自治区科技重大专项2016A03007-1

在线出版日期：2018-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：210-215