基于两步判决的口语中非文字音频事件检测方法

• 作者: 张虹 李艳雄 李韬 杨继臣 贺前华
• 来源期刊: 华南理工大学学报(自然科学版)
• 学科: 工学
• 关键词: 非文字音频事件 门限判决 统计模型检测 口语语音 语音处理
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 电子、通信与自动控制
• 页码范围: 20-25,31
• 分类号: TN912.3
• 字数: 6025字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-565X.2011.02.004

摘要

为了有效利用非文字音频事件进行会话语音的语义分析,在分析口语中频繁出现的音频事件特征差异的基础上,提出了一种基于两步判决的口语中非文字音频事件的检测方法.该方法利用音频事件的信号特征构造音频事件信号段,采用门限判决来检测长掌声(第一步判决),而用统计模型来检测其它音频事件(第二步判决).实验结果表明:该方法检测填音、笑声、掌声3种非文字音频事件的平均准确率、召回率和F1度量值分别为87.3%、93.8%和90.4%;与现有文献数据相比,F1度量值平均提高了7.5%,且文中方法能更精确地确定非文字音频事件的边界.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李韬	华南理工大学电子与信息学院	17	90	6.0	8.0
2	贺前华	华南理工大学电子与信息学院	84	507	12.0	17.0
3	李艳雄	华南理工大学电子与信息学院	25	105	6.0	8.0
4	张虹	华南理工大学电子与信息学院	2	2	1.0	1.0
5	杨继臣	华南理工大学电子与信息学院	11	47	4.0	6.0