Алгоритм обнаружения речевой активности в акустическом сигнале с применением сверточных нейронных сетей

Abstract

Существуют различные варианты применения технологий обработки речевого сигнала, такие как голосовой пользовательский интерфейс или усиление речевого сигнала для людей с нарушениями слуха. Однако разработанные алгоритмы сталкиваются с общей проблемой: необходимо обнаружить присутствие речи в акустическом сигнале, который зачастую искажен шумом. В данной работе рассматривается алгоритм обнаружения голосовой активности во входном акустическом сигнале для отделения активной речи от фонового шума или тишины с помощью сверточной нейронной сети.

There are various applications for automatic speech recognition technologies, such as a voice user interface or speech amplification for people with hearing loss. However, the algorithms face a common problem: it is necessary to detect the presence of speech in an acoustic signal, which is often distorted by noise. This paper considers an algorithm for detecting voice activity in the input acoustic signal to separate human speech from background noise or silence using a convolutional neural network.