Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Detektor řečové aktivity založený na statistických metodách

Identifikátory výsledku

  • Kód výsledku v 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>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Voice Activity Detection based-on Statistic Models

  • Popis výsledku v původním jazyce

    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.

  • Název v anglickém jazyce

    Voice Activity Detection based-on Statistic Models

  • Popis výsledku anglicky

    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.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JA - Elektronika a optoelektronika, elektrotechnika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2005

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the 16th Conference Electronic Speech Signal Processing

  • ISBN

    3-938863-17-X

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    175-180

  • Název nakladatele

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

  • Místo vydání

    Prague, Czech Republic

  • Místo konání akce

    Prague, Lichenstein Palace

  • Datum konání akce

    26. 9. 2005

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku