, ,,

(上海交通大学 a.航空航天学院; b.电子信息与电气工程学院,上海 200240)

0 概述

民用航空飞行安全是民用航空器有效运行的基础[1]。当前,航空人为因素已经成为导致飞行事故最为主要的因素。飞机驾驶舱中的人为因素研究作为航空人为因素研究的重点,需要准确地识别和测量出飞行员的行为或动作,例如通信、导航、执行检查单等,从而评价飞行员的工作负荷,对飞机驾驶舱的设计或飞行员操作流程进行改进,避免由于飞行员任务负荷过重导致的人为操作错误[2]。

飞行员语音信息是分析飞行员行为或动作的重要依据,利用语音端点检测(Speech Endpoint Detection,SED)技术可以提取语音记录中的飞行员语音[3]。然而飞机驾驶舱中的噪声环境十分复杂,包括发动机噪声、飞机飞行时外部气流紊流声、机舱内被操纵器件的活动声、空调噪声等,使得在低信噪比的情况下,基于线谱频率、全带宽信号能量、低频带信号能量或过零率的传统语音端点检测方法的检测效果急剧下降[4]。

有研究表明,语音的共振峰频率信息能更有效地体现语音信号的时变特性[5]。基于此结论,文献[6]利用谱减法进行降噪,并将降噪后语音的子带谱熵作为判决参数实现语音端点检测。但是谱减法比较适用于噪声平稳的条件,其对于非平稳的、复杂的航空背景噪声抑制能力较弱,且在降噪过程中会产生音乐噪声[7]。子带谱熵能有效地区分语音和噪声,但在有嘈杂人声时性能较差,而此时语音与噪声的能量仍是超过噪声的,因此,文献[8]引入一种结合熵与能量的判决参数,但该文献方法在低信噪情况下性能不稳定。……