Neural Networks Based Methods for Voice Activity Detection in a Multi-room Domestic Environment

English. Several Voice or Speaker Activity Detection (VAD) systems exist in literature. They are indeed a fundamental part of complex systems that deals with speech processing. In this work the authors exploit neural network based VAD to address the speaker activity detection in a multiroom domestic scenario. The goal is to detect the voice activity in each of the two target rooms in presence of other sounds and speeches occurring in other rooms and outside. A large dataset recorded in a smart-home is provided and interesting results are obtained. Italiano. Un rilevatore di attività vocale (Voice Activity Detector, VAD) costituisce una delle parti fondamentali di sistemi più complessi che operano con segnali vocali. Il presente lavoro applica VAD basati su reti neurali per il rilevamento del parlato in uno scenario domestico multimicrofono. Lo scopo è quello di rilevare l’attività vocale presente nelle due stanze di riferimento in presenza di altri suoni e parlatori in altre stanze o all’esterno. Le prestazioni sono state valutate su un ampio dataset ed i risultati ottenuti sono