Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: speech detection

Sortuj według:

Ogranicz wyniki do:

Investigation of the Lombard effect based on a machine learning approach

Korvel Gražina, Treigys Povilas, Kąkol Krzysztof, Kostek Bożena

International Journal of Applied Mathematics and Computer Science

2023

Vol. 33, no. 3

479--492

The Lombard effect is an involuntary increase in the speaker’s pitch, intensity, and duration in the presence of noise. It makes it possible to communicate in noisy environments more effectively. This study aims to investigate an efficient method for detecting the Lombard effect in uttered speech. The influence of interfering noise, room type, and the gender of the person on the detection process is examined. First, acoustic parameters related to speech changes produced by the Lombard effect are extracted. Mid-term statistics are built upon the parameters and used for the self-similarity matrix construction. They constitute input data for a convolutional neural network (CNN). The self-similarity-based approach is then compared with two other methods, i.e., spectrograms used as input to the CNN and speech acoustic parameters combined with the k-nearest neighbors algorithm. The experimental investigations show the superiority of the self-similarity approach applied to Lombard effect detection over the other two methods utilized. Moreover, small standard deviation values for the self-similarity approach prove the resulting high accuracies.

Audio features for speech detection in adverse conditions

Mąka T.

Elektronika : konstrukcje, technologie, zastosowania

2010

Vol. 51, nr 4

38-40

The paper presents an analysis of the audio features for speech processing systems, where speech signal is contaminated by background noise. To determine robustness of speech features for different audio environments, a comparison between feature contours in clean and noisy conditions using mean-square error criterion was performed. The obtained results have been exploited to simple, low-complexity speech detection algorithm. Experimental results show that accurate determination of speech regions is highly dependent on recording conditions and speaker characteristics. However, such approach is suitable for automatic detection of sentence boundaries for speech processing systems.

W pracy przedstawiono analizę cech wykorzystywanych w systemach przetwarzania sygnału mowy w kontekście jego detekcji w niekorzystnych warunkach rejestracji. W wyniku przeprowadzonej analizy określono zbiór cech, których kontury ulegają najmniejszym zniekształceniom na podstawie pomiaru błędu średniokwadratowego dla sygnału bez zakłóceń i zdegradowanego. Z użyciem tych cech zaproponowano prosty algorytm detekcji sygnału mowy o niskiej złożoności. Wyniki przeprowadzonych badań pokazują, że określenie dokładnych granic poszczególnych słów jest ściśle uzależnione od warunków akwizycji oraz rodzaju mówcy. Pomimo tego, proponowane podeście umożliwia określenie w sposób automatyczny granic wypowiedzi w systemach przetwarzania sygnału mowy.