Técnica de Detecção de Atividade Vocal Robusta ao Ruído e sua Avaliação de Desempenho

Neste mundo real de sinais de áudio e fala, a capacidade de detectar a atividade vocal e remover a voz de fundo é importante. Este projeto apresenta uma técnica robusta de Detecção de Atividade Vocal (VAD) para remover ruído, que combina informações da fonte vocal e do sistema de trato vocal usando uma abordagem de filtragem de zero frequência (ZFF). Como mencionado anteriormente, a técnica ZFF é empregada para combinar e calcular um sinal composto que encapsula parâmetros essenciais, como frequência fundamental e formatos, permitindo uma VAD robusta no domínio do tempo. Esta metodologia oferece uma vantagem significativa em termos de eficiência computacional em comparação com outros métodos, tornando-se uma escolha atraente para aplicações em tempo real. Ao aplicar limiares dinâmicos após a ponderação baseada na entropia espectral, esta abordagem exibe resiliência ou mínimo em uma faixa de Razões Sinal-Ruído (SNRs), aprimorando ainda mais sua capacidade. Este projeto fornece utilidade abrangente para segmentação de áudio, que oferece capacidade para processar arquivos de áudio individuais ou diretórios inteiros. Também inclui a extração de um sinal composto, que é um componente crítico para melhorar a qualidade da voz e reduzir o ruído de fundo. Com isso, o projeto está aberto para ser desenvolvido ainda mais e utilizado para grandes indústrias e para fins de comunicação. Palavras-chave— Detecção de Atividade Vocal (VAD), Filtragem de Zero Frequência (ZFF), Razão Sinal-Ruído (SNR).