...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Computer speech and language >Dempster-Shafer theory for enhanced statistical model-based voice activity detection
【24h】

Dempster-Shafer theory for enhanced statistical model-based voice activity detection

机译：基于增强统计模型的语音活动检测的Dempster-Shafer理论

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

In this paper, we propose to combine the posterior probabilities of voice activity derived from different statistical model-based algorithms for enhanced voice activity detection. For this, the Dempster-Shafer (DS) theory of evidence is employed to represent and combine the different probabilities estimated by three different statistical model-based VAD algorithms including the Sohn's likelihood ratio test (LRT)-based method, smoothed LRT-based method, and multiple observation LRT-based method. By considering a generalization of the Bayesian framework and permitting the characterization of uncertainty and ignorance through the DS theory, the probability of an ignorant state is eliminated through the orthogonal sum of several speech presence probabilities, which results in the performance improvement when detecting voice activity. According to objective test results, it is discovered the proposed DS theory-based VAD method offers significant improvements over the conventional approaches.
机译：在本文中，我们建议结合从不同的基于统计模型的算法得出的语音活动的后验概率，以增强语音活动检测能力。为此，采用Dempster-Shafer（DS）证据理论来表示和组合由三种不同的基于统计模型的VAD算法（包括基于Sohn似然比检验（LRT）的方法，基于平滑LRT的方法）估计的不同概率，以及基于LRT的多观察法。通过考虑贝叶斯框架的一般化并通过DS理论允许对不确定性和无知性进行表征，通过多个语音存在概率的正交和消除了无知状态的概率，从而提高了检测语音活动时的性能。根据客观测试结果，发现所提出的基于DS理论的VAD方法相对于常规方法具有重大改进。

著录项

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