跳到正文
Hacker News· ricky0123·· 2 小时前AI 评分18

如何优化语音活动检测(VAD)的超参数

Optimizing voice activity detection hyperparameters

AI 导读

作者为其浏览器端语音活动检测(VAD)库设计了一套数据驱动的方法来调优 positiveSpeechThreshold、redemptionMs、minSpeechMs 三个超参数。他搭建了一个对比标注网站,让用户同时体验两组参数并标注理想语音区间、选择更优的一组,再用基于 Gumbel 噪声的偏好模型拟合漏检与多余音频的权重。

来源:Hacker News · blog.ricky0123.com