语音激活检测资料

VAD net

tags: voice

---

Voice Information

Interesting

查找envelope estimation（包络线估计）时看到可以动态演示的网站，还有很多其他有意思的图

查找倒谱分析图像中的Quefrency（拟频率）时看到倒谱图像分析网站

• Continuous Spectra

voice

• 噪音库

• 语音信号中的特征提取
  语音信号处理之（四）梅尔频率倒谱系数（MFCC）

• 减谱法的语音增强

• 基于语音包络特征

• 典型声音的频谱图

• 不同元音辅音在声音频谱的表现形式，频谱可以完全表示声音信息么？

• wavread 的 c++实现
  /your-VAD-folder/VAD/Voice-Activity-Detection/wavread.cpp编译问题,用g++编译成功

• wav转txt的c实现
  /your-VAD-folder/VAD/Voice-Activity-Detection/transform.cpp编译成功,运行有问题

• C++标准库实现WAV文件读写
  文件/your-VAD-folder/VAD/wav.cpp编译出现c++11的问题

VAD paper

• 基于长时特征的语音端点检测
• 语音多带残差激励线性预测编码方案
• 声学模型 DNN-HMM

---

VAD code

• github:VAD的高斯混合模型和神经网络方法---Alex
• 语音识别之端点检测

---

Extend

• 新技术：Deep CNN语音识别--可以认为是将整个语音信号分析得到的时频谱当作一张图像一样来处理，采用图像中广泛应用的深层卷积网络对其进行识别。

• 深度学习介绍,文末有深度学习工具