摘要
本发明涉及语音数据处理技术领域,公开基于远程塔台场景的管制员语音疲劳预测方法,包括步骤:收集远程塔台通话数据中带有管制员语音的音频样本,并进行去噪声处理,得到去噪声后的语音信号;对语音信号进行疲劳状态标注;对若干带有标注的语音信号提取韵律类特征、音质类特征和语谱类特征,并融合为综合特征;基于提取的综合特征对Bi‑LSTM‑GRU模型进行训练,使其输出疲劳预测结果;采集管制员的实时语音数据,将实时语音数据输入训练好的Bi‑LSTM‑GRU模型,对管制员的疲劳状态进行预测。本发明的目的在于提高管制员语音疲劳状态的预测准确度。
技术关键词
疲劳预测方法
GRU模型
语音信号提取
塔台
实时语音
短时傅里叶变换
频率
语音数据处理技术
矩阵
场景
量表
样本
概率密度函数
音频
噪声频谱
序列
系统为您推荐了相关专利信息
状态智能监测
工业机器人
GRU模型
子系统
集群
异常流量检测
皮尔逊相关系数
时序特征
数据
工业
稳定性预测方法
空间特征参数
时间序列预测模型
路基边坡
解码器单元
空调控制参数
空调控制方法
门控循环单元
GRU模型
实时数据
超短期功率预测
GRU模型
sigmoid函数
修正方法
信号特征提取