设计应用

地铁运营岗位应急处置培训的语音识别研究

作者:周 杨,钱雪军
发布日期:2022-07-05
来源:信息技术与网络安全 6期

0 引言

地铁行车事故和突发事件严重影响了地铁的正常运营并威胁到了人民群众的生命财产安全[1]。对于相应的应急预案而言,应急预案演练的效果直接决定了应急响应的速度和应急处置实施的有效性,其中应急处置培训是应急预案演练的重点。

目前的联合培训系统需要所有培训岗位均为在岗状态,无法实现在联合培训中的单岗位培训功能。因此在对各个岗位进行应急处置培训过程中需要模拟各个岗位之间的语音交互,实现单个岗位独立培训时的智能互动,同时实现对培训过程的记录与智能评价。语音识别是语音交互的基础。目前,国内外语音识别技术已经趋于成熟,走向真正实用化[2],在日常对话等常见领域已达到实用要求,但是在地铁等专业应用领域的识别效果不佳[3]。

本文基于DFCNN-CTC框架提出新的语音识别声学模型结构,以实现对应急处置培训术语的高精度识别。实验表明,该语音识别模型可应用于应急处置培训系统中。




本文详细内容请下载http://www.chinaaet.com/resource/share/2000004538





作者信息:

周  杨,钱雪军

(同济大学 电子与信息工程学院,上海 201804)




微信图片_20210517164139.jpg

此内容为AET网站原创,未经授权禁止转载。
地铁应急处置培训 语音识别 卷积神经网络
Baidu
map