基于CGRU多输入特征的地空通话自动切分

• 作者: 杨波 林毅 郭东岳
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 语音切分 语音端点检测 地空通话 卷积神经网络 循环神经网络
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 计算机科学
• 页码范围: 887-893
• 页数: 7页
• 分类号: TP301
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2020.05.010

摘要

自动语音切分是语音识别、声纹识别、语音降噪等语音应用中非常重要的预处理环节,切分算法的优劣直接影响了系统输出结果的精度.在空管地空通话中,传输信道噪声、天气因素以及说话人工作状态均会对语音信号产生影响,进而在一定程度上影响语音切分性能.在分析空管地空通话语音特性基础上,提出了一种基于CGRU网络多输入特征的自动语音切分方法.该方法结合地空通话的特点,采用深度学习的方法进一步提取语音信号的时域和频域非线性特征,将语音信号帧分类为语音帧、结束帧以及其他帧三类.实验对比了多种语音特征作为输入对切分效果的影响,同时验证了GMM、CNN、CLDNN、CGRU等切分算法在真实地空通话测试集上的表现,并提出了一种简单预测结果平滑算法.实验结果表明,文中提出的自动切分方法在地空通话中具有明显优势,分类模型的AUC值达到了0.98.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨波		94	393	10.0	15.0
2	林毅		12	22	4.0	4.0
3	郭东岳		2	0	0.0	0.0