基于機(jī)器學(xué)習(xí)技術(shù)的機(jī)車音頻文件自動(dòng)分析系統(tǒng)的研究

湯立新

摘要

為保障列車運(yùn)行安全，機(jī)務(wù)部門陸續(xù)投入使用了各種行車音視頻監(jiān)控設(shè)備，為確保行車安全發(fā)揮了重要作用，逐步建立了安全音視頻監(jiān)控設(shè)備記錄數(shù)據(jù)分析制度，為規(guī)范機(jī)車乘務(wù)員標(biāo)準(zhǔn)化作業(yè)取得了較好效果，但目前對(duì)于海量的機(jī)車音視頻的分析工作主要由人工完成，分析效率低等問題，展開對(duì)機(jī)車音頻文件智能化分析的研究，以自動(dòng)識(shí)別機(jī)車音頻文件中的各類語音信號(hào)，一個(gè)是將分析人從繁雜而枯燥的任務(wù)解脫出來，由機(jī)器來完成這部分工作；另夕1—個(gè)是可以在海量的音頻數(shù)據(jù)中快速定位，及時(shí)發(fā)現(xiàn)問題有效處置，從而能夠高效的完成各種日常音頻文件的分析工作，全面提升分析工作效率，大幅度提高機(jī)務(wù)安全管理水平。

【關(guān)鍵詞】數(shù)據(jù)智能化 語音識(shí)別 系統(tǒng)自動(dòng)校時(shí) 標(biāo)準(zhǔn)化作業(yè)管理

1引言

隨近年來，隨著鐵路交通的發(fā)展，列車的數(shù)量不斷增加，列車的速度不斷提高，對(duì)于列車運(yùn)行安全提出了更高的要求。為保障列車運(yùn)行安全，機(jī)務(wù)部門陸續(xù)投入使用了各種行車音視頻監(jiān)控設(shè)備，為確保行車安全發(fā)揮了重要作用，逐步建立了安全音視頻監(jiān)控設(shè)備記錄數(shù)據(jù)分析制度，為規(guī)范機(jī)車乘務(wù)員標(biāo)準(zhǔn)化作業(yè)取得了較好效果。由于錄音筆、機(jī)車視頻監(jiān)控設(shè)備和LKJ監(jiān)控記錄裝置各具時(shí)鐘系統(tǒng)，時(shí)間難免產(chǎn)生誤差，分析時(shí)存在時(shí)間混亂，數(shù)據(jù)失真的情況。同時(shí)機(jī)車乘務(wù)員的值乘狀態(tài)預(yù)警分析是鐵路安全運(yùn)輸?shù)闹匾h(huán)節(jié)，是保障鐵路安全運(yùn)輸?shù)年P(guān)鍵，目前對(duì)機(jī)車乘務(wù)員值乘狀態(tài)的預(yù)警分析主要是人工盯控，缺少智能化設(shè)備。此外，機(jī)車乘務(wù)員作業(yè)過程中的關(guān)鍵項(xiàng)點(diǎn)，如分相前，呼喚“過分相注意”，禁止雙弓標(biāo)前，呼喚“單弓好了”等發(fā)生時(shí)，需要對(duì)關(guān)鍵項(xiàng)點(diǎn)進(jìn)行相應(yīng)的呼喚應(yīng)答。為了檢查機(jī)車乘務(wù)員是否作業(yè)規(guī)范，需判斷機(jī)車乘務(wù)員是否在關(guān)鍵項(xiàng)點(diǎn)是否進(jìn)行相應(yīng)的呼喚。然而在目前鐵路系統(tǒng)中，普遍使用人工方式完成，不僅浪費(fèi)人力成本，且耗時(shí)長(zhǎng)，易出錯(cuò)，效率低下。針對(duì)以上現(xiàn)狀，有必要開展對(duì)機(jī)車音頻文件自動(dòng)分析系統(tǒng)的研究。該系統(tǒng)代替?zhèn)鹘y(tǒng)人工操作，高效完成各種日常音頻文件的分析工作，實(shí)現(xiàn)對(duì)機(jī)車乘務(wù)員標(biāo)準(zhǔn)化作業(yè)過程進(jìn)行有效的卡控和管理，全面提升分析工作效率，大幅度提高機(jī)務(wù)安全管理水平。

2主要系統(tǒng)構(gòu)成與研究?jī)?nèi)容

2.1主要系統(tǒng)構(gòu)成

機(jī)車音頻文件自動(dòng)分析系統(tǒng)包括錄音筆、數(shù)據(jù)服務(wù)器、機(jī)車音頻分析臺(tái)。

在機(jī)車駕駛室裝配錄音筆，采集行車期間駕駛室內(nèi)音頻信息。通過該系統(tǒng)綜合分析機(jī)車乘務(wù)員作業(yè)音頻數(shù)據(jù)、LKJ運(yùn)行記錄數(shù)據(jù)，準(zhǔn)確定位關(guān)鍵時(shí)間、關(guān)鍵地段和關(guān)鍵項(xiàng)點(diǎn)，自動(dòng)糾正錄音文件的時(shí)間偏差，判斷機(jī)車乘務(wù)員呼喚應(yīng)答情況，智能分析機(jī)車乘務(wù)員的作業(yè)情況。

在機(jī)務(wù)段信息中心部署數(shù)據(jù)服務(wù)器，用于音頻數(shù)據(jù)、作業(yè)數(shù)據(jù)分析結(jié)果的存儲(chǔ)，并向各個(gè)查詢端提供音頻數(shù)據(jù)信息的流媒體傳輸服務(wù)。

在機(jī)務(wù)段音頻分析中心和各運(yùn)用車間，安裝部署機(jī)車音頻分析臺(tái)，可進(jìn)行機(jī)車乘務(wù)員作業(yè)現(xiàn)場(chǎng)音頻信息與LKJ運(yùn)行記錄文件關(guān)聯(lián)分析和智能分析。

2.2系統(tǒng)主要功能

（1）利用己配備的錄音筆對(duì)機(jī)車乘務(wù)員的呼喚應(yīng)答標(biāo)準(zhǔn)化作業(yè)狀況進(jìn)行錄音。實(shí)現(xiàn)機(jī)車乘務(wù)員作業(yè)過程中關(guān)鍵事件的自動(dòng)提取分析功能，能夠自動(dòng)讀取機(jī)車乘務(wù)員當(dāng)次作業(yè)的LKJ運(yùn)行記錄文件，根據(jù)設(shè)定邏輯規(guī)則，自動(dòng)提取作業(yè)過程中關(guān)鍵事件信息，如：進(jìn)入調(diào)車事件、出入庫(kù)事件、車位對(duì)中事件、降級(jí)、開車、停車、側(cè)線運(yùn)行、臨時(shí)限速等事件信息，并可根據(jù)事件自動(dòng)定位播放當(dāng)時(shí)的音頻信息。

（2）實(shí)現(xiàn)機(jī)車乘務(wù)員作業(yè)過程中關(guān)鍵項(xiàng)點(diǎn)呼喚應(yīng)答的自動(dòng)分析，根據(jù)LKJ運(yùn)行記錄文件定位關(guān)鍵項(xiàng)點(diǎn)時(shí)間，在錄音文件中，限定在關(guān)鍵項(xiàng)點(diǎn)的時(shí)間段內(nèi)，用語音分析技術(shù)來判斷音頻信號(hào)流中的語音和非語音信號(hào)。根據(jù)呼喚應(yīng)答語句（根據(jù)字?jǐn)?shù)、語句）的最短時(shí)間來規(guī)定各關(guān)鍵項(xiàng)點(diǎn)的呼喚應(yīng)答時(shí)間的閥值，短語閥值，說明機(jī)車乘務(wù)員沒有按要求進(jìn)行呼喚應(yīng)答。

（3）實(shí)現(xiàn)作業(yè)項(xiàng)點(diǎn)分析記錄網(wǎng)絡(luò)化存儲(chǔ)功能，項(xiàng)點(diǎn)的分析結(jié)果和相應(yīng)的音頻信息采用網(wǎng)絡(luò)化的方式集中存儲(chǔ)，管理人員可以使用系統(tǒng)平臺(tái)通過網(wǎng)絡(luò)對(duì)各個(gè)分析結(jié)果、音頻文件進(jìn)行集中查看、分類查詢、驗(yàn)證。

（4）實(shí)現(xiàn)基于音視頻分析結(jié)果的大數(shù)據(jù)分析；系統(tǒng)自動(dòng)分析數(shù)據(jù)進(jìn)行整理、分析、和推斷。找出對(duì)應(yīng)的規(guī)律和趨勢(shì)，對(duì)應(yīng)一些關(guān)鍵人、關(guān)鍵車隊(duì)、關(guān)鍵地點(diǎn)進(jìn)行預(yù)警提醒，同時(shí)為制定作業(yè)規(guī)范、提供數(shù)據(jù)支持，從而采取預(yù)防措施，避免事故重復(fù)。

2.3關(guān)鍵技術(shù)研究

2.3.1錄音文件數(shù)據(jù)與LKJ運(yùn)行記錄的相互關(guān)聯(lián)

將錄音筆的數(shù)據(jù)與LKJ運(yùn)行記錄文件數(shù)據(jù)的相互關(guān)聯(lián)，充分考慮機(jī)務(wù)各個(gè)部門的業(yè)務(wù)需要，充分保證數(shù)據(jù)的共享和功能互操作，本系統(tǒng)采用統(tǒng)一的基礎(chǔ)平臺(tái)，包括操作系統(tǒng)平臺(tái)、數(shù)據(jù)庫(kù)平臺(tái)和應(yīng)用平臺(tái)。采用統(tǒng)一平臺(tái)，可避免不必要的系統(tǒng)間數(shù)據(jù)的轉(zhuǎn)換、功能的接口、以及系統(tǒng)升級(jí)擴(kuò)展時(shí)大量的維護(hù)工作量，保證系統(tǒng)的一致性和穩(wěn)定性。

2.3.2錄音文件的降噪處理

由于機(jī)車駕駛室內(nèi)聲源環(huán)境復(fù)雜，錄音筆在采集音頻信息中往往會(huì)包含各種噪聲信息，干擾后續(xù)的系統(tǒng)分析工作，影響分析結(jié)果。本系統(tǒng)采用一種快速降噪方式，根據(jù)公式（1），采用時(shí)遇到頻域的變換方式，估算出噪聲的頻域與能量特征。然后根據(jù)公式（2）的條件，對(duì)音頻文件中的每一幀信號(hào)進(jìn)行分析，去除其中的噪聲部分，保留主要信息。

上式中，N為音頻文件的總幀數(shù)，Xi（k）為音頻文件中第i幀信號(hào)，D（k）為噪聲估計(jì)值，α為過減因子，β為補(bǔ)償因子，降噪效果如圖（1）所示。

2.3.3機(jī)車乘務(wù)員作業(yè)過程中關(guān)鍵項(xiàng)點(diǎn)呼喚應(yīng)答的自動(dòng)分析

人在發(fā)音時(shí)，根據(jù)聲帶是否震動(dòng)可以將語音信號(hào)分為清音跟濁音兩種。濁音又稱有聲語言，攜帶者語言中大部分的能量，濁音在時(shí)域上呈現(xiàn)出明顯的周期性；而清音類似于白噪聲，沒有明顯的周期性。發(fā)濁音時(shí)，氣流通過聲門使聲帶產(chǎn)生張弛震蕩式振動(dòng)，產(chǎn)生準(zhǔn)周期的激勵(lì)脈沖串。這種聲帶振動(dòng)的頻率稱為基音頻率，相應(yīng)的周期就成為基音周期?；糁芷谧鳛檎Z音信號(hào)處理中描述激勵(lì)源的重要參數(shù)之一，在語音合成、語音壓縮編碼，語音識(shí)別和說話人確認(rèn)等領(lǐng)域都有著廣泛的應(yīng)用。endprint

首先定位LKJ運(yùn)行記錄文件中的關(guān)鍵項(xiàng)點(diǎn)的時(shí)間。同時(shí)與錄音文件中該關(guān)鍵項(xiàng)點(diǎn)時(shí)間關(guān)聯(lián)。以基音周期為主要特征，結(jié)合時(shí)域特征中能量、過零率、熵、等參數(shù)和頻域特征中的頻譜能量、頻譜幅度、共振峰等參數(shù)以及它們的衍生參數(shù)，來判斷音頻信號(hào)流中的語音和非語音信號(hào)。同時(shí)與關(guān)鍵項(xiàng)點(diǎn)呼喚應(yīng)答時(shí)間的相關(guān)參數(shù)進(jìn)行對(duì)比，實(shí)現(xiàn)機(jī)車乘務(wù)員關(guān)鍵項(xiàng)點(diǎn)呼喚應(yīng)答的自動(dòng)分析。

2.3.4機(jī)車錄音筆和LKJ監(jiān)控裝置的時(shí)間同步

如圖2所示，首先從接收機(jī)車錄音筆輸入的語音信號(hào)中采集LKJ監(jiān)控裝置發(fā)出的語音提示信號(hào)；然后對(duì)輸入的語音信號(hào)和語音提示信號(hào)進(jìn)行端點(diǎn)檢測(cè)，其目的是要在一段輸入的音頻信號(hào)中將語音信號(hào)同其他非語音信號(hào)分類開來。語音信號(hào)在長(zhǎng)時(shí)間內(nèi)表現(xiàn)為一個(gè)非平穩(wěn)過程，具有較強(qiáng)的時(shí)變性，但在短時(shí)內(nèi)具有平穩(wěn)性。采用短時(shí)自相關(guān)函數(shù)，語音信號(hào)的xi（N）的短時(shí)自相關(guān)函數(shù)Rw（k）可由式（3）定義。

由圖3所示。帶噪語音的短時(shí)自相關(guān)系數(shù)具有明顯的周期性，每個(gè)峰值點(diǎn)較為明顯。而噪聲信號(hào)的自相關(guān)函數(shù)不具備明顯的周期性，且除了在零點(diǎn)處出現(xiàn)的最大值為1的峰值外，其余峰值均不明顯。利用自相關(guān)系數(shù)特征，可以較好的區(qū)別每一幀語音信號(hào)是否包含語音信息。端點(diǎn)檢測(cè)結(jié)果如圖4所示，語音時(shí)長(zhǎng)4minl5s。

選取目前工業(yè)界主流應(yīng)用的梅爾系數(shù)特征（MFCC）如圖5，即計(jì)算信號(hào)的能量普并使用一組梅爾三角帶通濾波器進(jìn)行帶通濾波后所得的特征參數(shù)，結(jié)合其他輔助特征如基音周期，共振峰估計(jì)等提取語音提示信號(hào)的特征。然后使用機(jī)器學(xué)習(xí)算法進(jìn)行訓(xùn)練，級(jí)聯(lián)多個(gè)分類器得到一組分類器模型。

利用一個(gè)滑動(dòng)時(shí)間窗口（如圖6），計(jì)算窗口內(nèi)輸入語音信號(hào)的特征與訓(xùn)練模型進(jìn)行匹配和識(shí)別，識(shí)別出輸入語音信號(hào)中的語音提示信號(hào)及該語音提示信號(hào)在錄音記錄中的時(shí)刻；最后將檢測(cè)到的錄音記錄中的語音提示信號(hào)所在時(shí)刻與LKJ運(yùn)行記錄文件中該語音提示信號(hào)所在的時(shí)刻進(jìn)行同步，從而實(shí)現(xiàn)機(jī)車錄音筆和LKJ的時(shí)間同步。

5結(jié)束語

隨著我國(guó)鐵路規(guī)模的不斷擴(kuò)大，機(jī)車數(shù)量的不斷增加，各類日常機(jī)車信息管理工作的要求與難度也與日俱增。對(duì)機(jī)車音頻文件自動(dòng)分析系統(tǒng)的研究，可提高日常工作效率，減少人力成本，便于管理。借助鐵路大數(shù)據(jù)平臺(tái)的不斷完善，對(duì)該系統(tǒng)的深入研究將提升機(jī)務(wù)安全管理智能化水平，在實(shí)際工作中具有重要的實(shí)用價(jià)值。

參考文獻(xiàn)

[1]陳澤偉，曾慶寧，謝先明，龍超.基于自相關(guān)函數(shù)的語音端點(diǎn)檢測(cè)方法[J/0L].計(jì)算機(jī)工程與應(yīng)用，2017（03）：13.

[2]曹正鳳.隨機(jī)森林算法優(yōu)化研究[D].首都經(jīng)濟(jì)貿(mào)易大學(xué)，2014.endprint