飞行员应答语音的自动识别研究

发布时间：2017-09-06 09:15

  本文关键词：飞行员应答语音的自动识别研究

  更多相关文章： 副语言学 说话方式 鲁棒性 自动语音识别

【摘要】：舱音记录仪(Cockpit Voice Recorder,CVR)是飞机黑匣子组成一部分,它是用于记录飞机舱内声音的电子设备,其记录的数据也是重要的舱音信息。舱音记录仪记录了飞机上可能的发声源,其中包括了正常飞行过程中,正副飞行员通话、机组之间的对话和与地面控制中心的通讯的对话语音,同时也记录了各种背景噪声。对其舱音中对话语音的信息提取是非常重要的研究方向,也为后续专家分析带来了辅助性作用。但是舱音信号不稳定、偏口语化以及动态信噪比,这些都是语言处理领域的难点。本文构建的飞行员应答语音的自动识别系统,包括如下模块:1.依据本文研究需求,制定了满足本文研究的标注规范,包括语音识别系统与说话方式系统所需要的标注信息。2.本文应用了计算机副语言学(Computation Paralinguistics)对飞行中应答语音的说话方式(style)这一副语言信息研究和识别。构建了说话方式识别系统,比较了分类模型支持向量机SVM各核函数的识别性能,实验表明,采用高斯径向基函数的SVM具有最好的性能,平均准确率达到91.62%。并将说话方式这一副语言信息应用到飞行员应答语音的自动识别系统的前端处理模块,为后端语音识别模块检出正式应答语音集。3.语音识别系统关注是飞行中应答语音中的命令相关信息,而舱音中也存在大量无关的对话语音,本文采用了基于Filler方法的关键词检出模型。本文考虑了信道上的差异,并在信道方面对语音识别系统的声学模型应用了自适应技术,应答语音的识别性能召回率在50.45%的情况下,准确率达到81.56%,F达到62.34%。4.在系统鲁棒性方面,尝试了小波变换以及谱减法对飞行员应答语音信号进行增强去噪处理,由于舱音环境复杂,性能反而有所下降,但是应用模型补偿方法,对系统性能F值有1.5%的提升。最后整合说话方式识别系统与鲁棒性语音识别系统,完成了飞行员应答语音自动识别系统的搭建。
【关键词】：副语言学 说话方式 鲁棒性 自动语音识别
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V241.4;TN912.34
【目录】：

• 摘要5-6
• Abstract6-11
• 第1章 绪论11-17
• 1.1 选题背景11-12
• 1.2 研究现状12-13
• 1.2.1 语音识别技术概述12-13
• 1.2.2 副语言学概述13
• 1.3 系统整体框架13-14
• 1.4 数据准备14
• 1.5 系统构建的难点14-15
• 1.6 本文主要工作15
• 1.7 本文结构15-17
• 第2章 飞行员应答语音语料库构建17-24
• 2.1 语料采集与选择17
• 2.2 语音标注规范17-23
• 2.2.1 文件命名规则17-18
• 2.2.2 语音语料的特点18-19
• 2.2.3 词表的构建19
• 2.2.4 语音标注细则19-22
• 2.2.5 说话方式标注细则22
• 2.2.6 注意事项22-23
• 2.3 本章小结23-24
• 第3章 语音识别与关键词检出系统24-34
• 3.1 声学层24-26
• 3.1.1 声学特征提取25-26
• 3.2 语音层26-27
• 3.2.1 隐马尔科夫模型(HMM)原理26-27
• 3.3 语言层27-32
• 3.3.1 连续语音识别解码算法27-28
• 3.3.2 关键词检出算法28-29
• 3.3.3 建模单元的选择29-30
• 3.3.4 性能比较30-32
• 3.4 本章小结32-34
• 第4章 语音识别系统鲁棒性34-43
• 4.1 面临挑战34-35
• 4.2 抗噪方法35-38
• 4.2.1 鲁棒性特征提取36
• 4.2.2 谱减法36-37
• 4.2.3 小波变换37
• 4.2.4 模型补偿37-38
• 4.3 实验环境38-39
• 4.4 实验结果及分析39-41
• 4.5 本章小结41-43
• 第5章 说话方式识别系统43-51
• 5.1 现状与系统框架43-44
• 5.2 特征选择与提取44-46
• 5.3 建模方法46-48
• 5.3.1 支持向量机原理(SVM)46-48
• 5.4 实验环境48
• 5.5 实验结果与分析48-50
• 5.6 本章小结50-51
• 第6章 飞行员应答语音的自动识别系统51-61
• 6.1 系统概述51-53
• 6.1.1 系统设计51-52
• 6.1.2 关键技术52-53
• 6.2 基于音节的命令词语音切分53
• 6.3 实验环境53-54
• 6.4 实验结果与分析54-60
• 6.5 本章小结60-61
• 第7章 总结与展望61-64
• 7.1 总结61-62
• 7.2 展望62-64
• 参考文献64-67
• 致谢67-68
• 攻读学位期间发表论文68

【相似文献】

中国期刊全文数据库 前10条

1 ;未来的主角 自动识别技术[J];现代制造;2006年23期

2 ;目前我国自动识别技术的现状与国外先进国家的状况是怎样的呢?[J];实用测试技术;1997年06期

3 ;中国自动识别网正式上线[J];大众标准化;2014年05期

4 裴向前;美军物资分发自动识别技术[J];物流技术;2000年03期

5 李莉;自动识别的新纪元[J];现代制造;2004年19期

6 ;高效可靠的自动识别[J];现代制造;2005年03期

7 ;自动识别技术的未来[J];现代制造;2009年08期

8 杨大伟;;自动识别技术在军队信息化管理中的应用[J];硅谷;2010年10期

9 黎冰;;自动识别设备总销售额将翻一番[J];仪表工业;1988年06期

10 薛斋;;“结核杆菌计算机自动识别”通过校级鉴定[J];北方交通大学学报;1989年03期

中国重要会议论文全文数据库 前10条

1 邵金陵;何艳;赵荣椿;任金昌;;计算机对颅颌面影像的自动识别研究[A];第六届全国生物医学体视学学术会议暨第九届全军军事病理学学术会议、第五届全军定量病理学学术会议论文汇编[C];2005年

2 谢江;;自动识别技术在称重系统中的应用[A];首届全国称重技术研讨会论文集[C];1999年

3 杨宇航;郑德权;于浩;赵铁军;;基于内容分析的作弊评论自动识别[A];全国网络与信息安全技术研讨会论文集（上册）[C];2007年

4 郝群;朱秋东;;游鱼位置的测试和自动识别[A];第九届全国光学测试学术讨论会论文（摘要集）[C];2001年

5 买志玉;赵丹;昝红英;张坤丽;;基于例句语料库的现代汉语方位词用法自动识别研究[A];第五届全国青年计算语言学研讨会论文集[C];2010年

6 周丽娟;张坤丽;袁应成;昝红英;;基于规则的现代汉语连词用法自动识别研究[A];第五届全国青年计算语言学研讨会论文集[C];2010年

7 朱霞;陈俊斌;肖书成;黄永强;姚晓玲;;自动识别技术应用于军用物资包装标志的探讨[A];二十一世纪的中国包装——学术讨论会论文集[C];2000年

8 王玉岗;胡包钢;钟振民;庄顺万;;乐曲节拍的实时自动识别研究与系统开发[A];2001年中国智能自动化会议论文集（上册）[C];2001年

9 冯敏萱;;数量结构的自动识别方案[A];第二届全国学生计算语言学研讨会论文集[C];2004年

10 任柯昱;唐丹;尹显东;;特定图像内容的自动识别与过滤系统设计与实现[A];第二届全国信息与电子工程学术交流会暨第十三届四川省电子学会曙光分会学术年会论文集[C];2006年

中国重要报纸全文数据库 前10条

1 剑非;自动识别技术护航零售业[N];中国商报;2002年

2 刘 洪;自动识别技术面临挑战[N];中国商报;2005年

3 徐 风;自动识别技术：我国形成产业基础[N];中国质量报;2006年

4 冯晓伟;沈阳维深：自动识别技术服务传统领域[N];中国电子报;2008年

5 周文豪;让自动识别技术的作用更强劲[N];中国包装报;2012年

6 本报记者 王亮;自动识别技术：现代物流不归路[N];国际商报;2001年

7 记者 徐庭娅;中国自动识别产业进入快速发展期[N];中国经济导报;2005年

8 记者 吴用;金东康成为“自动识别技术专业人才实习基地”首批基地单位[N];现代物流报;2009年

9 闻洁;如何选择自动识别数据采集解决方案[N];现代物流报;2008年

10 刘洪;认识自动识别技术[N];中国商报;2004年

中国博士学位论文全文数据库 前8条

1 李凡;基于数字图像的蝴蝶种类自动识别研究[D];北京林业大学;2015年

2 周芳;焦炭显微光学组织自动识别关键技术研究[D];合肥工业大学;2011年

3 章国稳;环境激励下结构模态参数自动识别与算法优化[D];重庆大学;2012年

4 胡青;基于公共通信网络的MIP-AIS系统关键技术研究[D];大连海事大学;2011年

5 刘德营;稻飞虱自动识别关键技术的研究[D];南京农业大学;2011年

6 辛动军;彩色地形图要素的自动识别与获取研究[D];南京理工大学;2007年

7 王朝莉;基于横截面图像分析的纤维异形度的指标表征和异形纤维种类的自动识别[D];东华大学;2012年

8 初广丽;航天器合作靶标自动识别关键技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2015年

中国硕士学位论文全文数据库 前10条

1 李勇;指针式表盘的自动识别技术研究及实现[D];郑州大学;2015年

2 方益杭;基于计算机视觉的油菜生长过程自动识别研究[D];华中农业大学;2015年

3 白玲迪;蒙古语表事、使事与构事价自动识别研究[D];内蒙古大学;2015年

4 乌云萨娜;蒙古语位事、同事和与事价自动识别研究[D];内蒙古大学;2015年

5 夏菲;基于视觉检测的停车场车位自动识别技术研究[D];沈阳理工大学;2015年

6 唐刚;飞行员应答语音的自动识别研究[D];北京理工大学;2016年

7 周溢辉;基于规则与统计的语气词用法自动识别研究[D];郑州大学;2011年

8 周丽娟;现代汉语连词用法的自动识别及应用研究[D];郑州大学;2012年

9 张腾飞;介词用法自动识别及其在信息抽取中的应用研究[D];郑州大学;2013年

10 张军珲;基于统计的常用汉语副词用法自动识别研究[D];郑州大学;2010年

，

本文编号：802257