Voice Activity Detection based-on Statistic Models

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F05%3APU51360" target="_blank" >RIV/00216305:26220/05:PU51360 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

Voice Activity Detection based-on Statistic Models

Original language description

This paper deals with the method of voice activity detection. Rising requirements to applications with variable-rate speech coding also increases the role of voice activity detectors which become crucial for the efficient bandwidth reduction. The paper aims especially to two detector types; these are the detector based on short-time signal energy and statistical model-based voice activity detector. Decision-making rules of the statistical model-based detector are derived from the LRT (Likelihood Ratio TTest) by estimating unknown parameters using the ML (Maximum Likelihood) criterion. In addition there is an effective hang-over scheme based on HMM (Hidden Markov Model) principles in the detector. There were models for these detectors created in Matlabsimulation environment. Models were tested on voice signals with the white noise as well as real noises. The results were evaluated and compared for various types of noises and SNR (Signal to Noise Ratios) values.

Czech name

Detektor řečové aktivity založený na statistických metodách

Czech description

Příspěvek se věnuje metodám detekce řečového signálu. Se vzrůstajícím počtem aplikací širokopásmového kódování řeči se zvyšuje úloha detektorů řečové aktivity s ohledem na dosažení co nejužšího pásma. Příspěvek se zaměřuje na dva typy detektorů; je to detektor založený na sledování krátkodobé energie signálu a detektor založený na statistických metodách. Rozhodovací pravidlo statistického detektoru je odvozeno od testu maximální podobnosti LRT (Likelihood Ratio Test), kdy neznámé parametry jsou odhadnutty metodou maximální podobnosti ML (Maximum Likelihood). Navíc je doplněn efektivním modelem přechodu mezi řečovými a šumovými segmenty založeným na skrytých Markovových řetězcích. Oba detektory byly simulovány v prostředí Matlab a byly testovány na různých nahrávkách obsahujících umělé i reálné hluky pro různé poměry signálu od šumu.

Type

D - Article in proceedings

CEP classification

JA - Electronics and optoelectronics

OECD FORD branch

—

Project

Result was created during the realization of more than one project. More information in the Projects tab.

Continuities

Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year

2005

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Article name in the collection

Proceedings of the 16th Conference Electronic Speech Signal Processing

ISBN

3-938863-17-X

ISSN

—

e-ISSN

—

Number of pages

6

Pages from-to

175-180

Publisher name

Academy of Science of the Czech Republic, Institute of Radio Engineering and Electronics

Place of publication

Prague, Czech Republic

Event location

Prague, Lichenstein Palace

Event date

Sep 26, 2005

Type of event by nationality

WRD - Celosvětová akce

UT code for WoS article

—