改进运用深度置信网络的语音端点检测方法

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (20): 207-210.

改进运用深度置信网络的语音端点检测方法

田旺兰，李加升

湖南城市学院通信与电子工程学院，湖南益阳 413000

出版日期:2014-10-15 发布日期:2014-10-28

Improved use of deep belief networks for voice activity detection

TIAN Wanglan, LI Jiasheng

College of Communication and Electronic Engineering, Hunan City University, Yiyang, Hunan 413000, China

Online:2014-10-15 Published:2014-10-28

摘要/Abstract

摘要： 为了更好地运用深度置信网络进行语音端点检测，针对现有方法过于繁杂的问题，改进采用语音频谱作为深度置信网络的输入。在Matlab环境下使用TIMIT语料库进行仿真实验，实验结果验证了该方法的有效性，并且在Babble噪声环境下验证该方法比现有方法具有更高的检测正确率。

关键词: 语音端点检测, 深度置信网络, 快速傅里叶变换, 语音信号处理

Abstract: Focusing on existing methods are too complicated and in order to make better use of the deep belief networks for voice activity detection, an improved voice spectrum as deep belief networks’input is used in this paper. Simulation experiments use TIMIT corpus with the Matlab, experimental results verify the validity of the method, and show that this method has higher detection accuracy percentage of the examination than existing methods in Babble environments.

Key words: voice activity detection, deep belief networks, fast Fourier transform, speech signal processing

田旺兰，李加升. 改进运用深度置信网络的语音端点检测方法[J]. 计算机工程与应用, 2014, 50(20): 207-210.

TIAN Wanglan, LI Jiasheng. Improved use of deep belief networks for voice activity detection[J]. Computer Engineering and Applications, 2014, 50(20): 207-210.

[1]	于国龙，赵勇，吴恋，崔忠伟. QPSO算法的改进及其在DBN参数优化中应用[J]. 计算机工程与应用, 2021, 57(10): 154-162.
[2]	胡青渝，刘广臣. DBN在蛋白质编码区识别问题中的应用研究[J]. 计算机工程与应用, 2020, 56(4): 247-255.
[3]	陈子兆，矫文成. 改进的稀疏深度置信网络[J]. 计算机工程与应用, 2020, 56(2): 62-67.
[4]	杨世强，罗晓宇，李小莉，杨江涛，李德信. 基于DBN-HMM的人体动作识别[J]. 计算机工程与应用, 2019, 55(15): 169-176.
[5]	史加荣1，2，3，马媛媛3. 深度学习的研究进展与发展[J]. 计算机工程与应用, 2018, 54(10): 1-10.
[6]	刘方园，王水花，张煜东. 深度置信网络模型及应用研究综述[J]. 计算机工程与应用, 2018, 54(1): 11-18.
[7]	刘瑞兰，毛佳敏. 基于深度置信网络的4-CBA软测量建模[J]. 计算机工程与应用, 2017, 53(6): 227-230.
[8]	彭自然1，王国军1，2. 基于MPSoC平台小波变换并行算法研究[J]. 计算机工程与应用, 2017, 53(4): 33-38.
[9]	刘锦怡1，张乐1，2，胡海波1，2，朱贺3. 强鲁棒性的可穿戴传感器的人体动作识别方法[J]. 计算机工程与应用, 2017, 53(4): 176-183.
[10]	赖松轩，李艳雄. 说话人聚类的初始类生成方法[J]. 计算机工程与应用, 2017, 53(3): 149-153.
[11]	宋丽娟. 基于区分深度置信网络的病害图像识别模型[J]. 计算机工程与应用, 2017, 53(21): 32-36.
[12]	李玲，罗正平，杨天奇. 能量图空间分解法和DSW相结合的步态识别[J]. 计算机工程与应用, 2016, 52(3): 127-132.
[13]	汪鲁才，曹鹏霞，姜小龙. 一种改进的含噪语音端点检测方法[J]. 计算机工程与应用, 2016, 52(15): 162-167.
[14]	恩德，张凤磊，张昭，忽胜强. 模糊熵在车载环境下语音端点检测中的应用[J]. 计算机工程与应用, 2016, 52(10): 147-150.
[15]	王晓华，屈雷. 基于时频参数融合的自适应语音端点检测算法[J]. 计算机工程与应用, 2015, 51(20): 203-207.