语音激活检测方法的分析和比较

语音激活检测(voice activity detection,VAD)是语音信号处理中的一个重要任务,旨在识别出语音信号中的语音段和非语音段。本文将通过实验分析和比较几种目前主流的VAD算法,包括基于多特征流(multiple feature streams,MFS),基于长短时记忆网络(longshort-termmemory,LSTM),基于集成深度神经网络(deep nueral network,DNN),基于自适应上下文注意力机制(adaptive context attention model,ACAM)的方法。综合来看,MFS模型简单、易于部署。当检测目标为含噪声时应尽可能采用深度模型,计算资源充足时可以采用DNN模型,反之则可以采用ACAM模型,它在损失了很少的精度下,将参数数目大幅压缩。