• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >An unsupervised method for speech detection and segmentation in noisy environments using the parametric trajectory model.
【24h】

An unsupervised method for speech detection and segmentation in noisy environments using the parametric trajectory model.

机译：使用参数轨迹模型在嘈杂环境中进行语音检测和分段的无监督方法。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This study investigates the use of the parametric trajectory model to perform unsupervised speech detection and segmentation in noisy audio files. The process of detecting and segmenting speech is subdivided into two primary tasks: the binary distinction of speech and noise, and the ability to identify the beginning and end of speech segments. For each of these two tasks, the parametric trajectory model algorithm is applied in both a model-based (prior training) and a blind (no training) approach.;The results show that the parametric trajectory model can be applied to detect and segment speech in noisy audio with a high degree of success. Additionally, the results show that the algorithm performs best when applied in the model approach. The model approach outperformed the blind approach in the identification task by 9% and 2% in the boundary detection task.
机译：这项研究调查了使用参数轨迹模型在嘈杂的音频文件中执行无监督语音检测和分割的方法。检测和分割语音的过程分为两个主要任务：语音和噪声的二进制区别，以及识别语音段的开始和结束的能力。对于这两个任务中的每一个，参数轨迹模型算法都应用于基于模型的（先验训练）和盲目（不训练）方法中；结果表明，可以将参数轨迹模型应用于检测和分割语音在嘈杂的音频中获得很高的成功。此外，结果表明，该算法在模型方法中应用时效果最佳。在识别任务中，模型方法胜过盲法，在边界检测任务中，模型方法的胜过盲法的9％和2％。

著录项

  • 作者

    Galligan, Shane.;

  • 作者单位

    State University of New York Institute of Technology.;

  • 授予单位 State University of New York Institute of Technology.;
  • 学科 Computer Science.
  • 学位 M.S.
  • 年度 2006
  • 页码 129 p.
  • 总页数 129
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号