[發明專利]一種陸空通話端點檢測方法

在審

• 申請號: 202210436598.3
• 申請日: 2022-04-25
• 公開（公告）號: CN114664329A
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 宋金溪;許剛
• 申請（專利權）人: 華北電力大學
• 主分類號: G10L25/87
• 分類號: G10L25/87;G10L25/21;G10L25/78
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提出了一種陸空通話端點檢測方法。首先，對數據進行預處理；然后選用短時能量、短時過零率及譜熵三種特征進行融合獲得融合特征；接著，在獲得陸空通話音頻EZH特征值的基礎上，使用結合FINCH聚類的雙門限值估計算法對雙門限法所需的高低門限值進行估計；最后，利用獲得的高低門限值進行雙門限法判決，確定陸空通話中語音的開始點和結束點，完成陸空通話的端點檢測。

技術領域

本發明涉及航空安全領域，具體為一種陸空通話端點檢測方法。

背景技術

航空安全是民用航空運輸業的重中之重。陸空通話是民航空中交通管制員和飛行員之間進行交流的主要載體，它以國際民航組織(ICAO)《無線電通話手冊》和《中國民用航空無線電通話手冊》為依據而制定的，對于飛行安全意義重大。依據統計數據可知，陸空通話錯誤引起的安全事故占所有安全事故的41％。

目前，對陸空通話的分析大多依賴于人工，需要專業人士承擔這項任務。隨著陸空通話量的增加，人工負擔越來越重，已難以勝任。因此針對陸空通話展開研究，探索自動化與智能化分析陸空通話的方法，研究適用于陸空通話的端點檢測方法，端點檢測的目的是識別出語音部分和非語音部分，判斷語音信號的起點和終點，是說話人識別的前置工作，其準確性對后續說話人識別準確率具有重要影響。

現有語音端點檢測的方法主要可分為兩大類別：基于聲學特征、基于模式識別。其中基于聲學特征的方法不僅嚴重依賴于信號處理的先驗知識，而且需要建立在噪聲平穩的假設之上，應用范圍嚴重受限，在低信噪、非平穩的噪聲場景中效果很差；基于模式識別的方法需要大量的數據作為基礎，尤其有監督的深度學習方法需要大量有標記的數據來保證模型的性能，實踐難度較大。且由于基于模式識別的方法，需要通過訓練建立模型，算法相對繁瑣，計算量較大，不利于實時應用。目前仍然沒有有效的陸空通話端點檢測方法。

發明內容

(一)發明的目的

本發明主要用于檢測陸空通話場景下的語音端點。通過選用短時能量、短時過零率及譜熵三種特征進行融合獲得融合特征；然后在FINCH聚類算法的基礎上設計了雙門限值估計方法，從而檢測到陸空通話場景下的語音端點。

(二)技術方案

為了實現上述目的，本發明的方法所采用的技術方案是：首先，對數據進行預處理；然后選用短時能量、短時過零率及譜熵三種特征進行融合獲得融合特征；接著，在獲得陸空通話音頻EZH特征值的基礎上，使用結合FINCH聚類的雙門限值估計算法對雙門限法所需的高低門限值進行估計；最后，利用獲得的高低門限值進行雙門限法判決，確定陸空通話中語音的開始點和結束點，完成陸空通話的端點檢測。

選用短時能量、短時過零率及譜熵三種特征進行融合獲得融合特征，融合得到的特征擁有更加優秀的抗噪性能，在低信噪比條件下依舊可以對陸空通話的語音和非語音做出區分，且此特征對陸空通話的語音和非語音的變化敏感，也有效解決陸空通話語音短間隔問題。

在FINCH聚類算法的基礎上設計了雙門限值估計方法，依靠FINCH聚類算法無需超參數的特點，對陸空通話音頻的融合特征樣本集自適應地估計高低門限值，增強泛化能力。FINCH算法時間復雜度較低，能夠快速完成聚類分析，從而保證結合FINCH聚類的雙門限值估計方法滿足實時性要求。

(三)有益效果

本發明的有益效果為：通過對陸空通話音頻信號進行處理，選用不同維度的特征獲得融合特征，然后在獲得融合特征值的基礎上，對雙門限法所需要的高低門限值進行估計，最后通過高低門限值進行雙門限法判決，從而準確判斷出陸空通話語音的端點，為陸空通話的進一步研究提供基礎。

附圖說明：

圖1是面向陸空通話的端點檢測技術流程圖。

具體實施方式：