基于常Q变换与深度神经网络的VDR语音端点检测

• 全文链接
• 请求原文

作   者：

杜晗;  张维维;  张巧灵;  闫凌宇; 

作者机构：

浙江理工大学信息电子学院;  大连海事大学信息科学技术学院; 

关键词：

船舶航行数据记录仪（VDR）;  常Q变换（CQT）;  深度神经网络（DNN）;  语音端点检测（VAD）; 

期刊名称：

大连海事大学学报

i s s n：

1006-7736

年卷期：

2022 年 002 期

页   码：

128-135

摘   要：

基于采集的真实船舶航行数据记录仪音频数据，提出一种基于常Q变换（Constant-Q Transform, CQT）幅度谱与深度神经网络（DNN）的语音端点检测方法。为获得适合不同频段的变频率分辨率，采用CQT对VDR音频信号进行谱分析，并利用DNN自动学习基于CQT幅度谱的复杂特征表示，实现端到端的VDR音频数据语音端点检测，真实VDR音频数据验证了本文方法的有效性。实验结果表明，该方法具有较高的正确率和鲁棒性。