hrvatski

Detekcija govorne aktivnosti u okruženju mobilnog robota

Detekcija govorne aktivnosti (engl. Voice Activity Detection, skraćeno VAD) je tehnika u obradi govora kojom se detektira prisutnost ili odsutnost ljudskog govora u zvučnom signalu. Najviše se koristi u aplikacijama za kodiranje govora, poboljšanje govora i prepoznavanje govora. Razvijeni su brojni VAD algoritmi sa različitim značajkama, ovisno o vrsti aplikacije za koju su namijenjeni. Princip njihova rada sastoji se od procesa izračuna vektora značajki, modula odluke, te faze uglaĎivanja odluke. Dvije različite metode detekcije govorne aktivnosti su opisane i implementirane u ovom radu, te meĎusobno usporeĎene procjenjivanjem robusnosti i točnosti razlikovanja govora i pauze. Odabrani su LTSE VAD algoritam, koji pravilo odluke tvori na temelju dugoročnog spektralnog odstupanja izmeĎu govora i šuma, te RRD VAD algoritam koji pravi statistički model glasa i odluku donosi s obzirom na vjerojatnost prisutnosti govora u signalu.

detekcija govorne aktivnosti; mobilna robotika

nije evidentirano