基于GAF和DRN的电力调度语音识别方法

摘要

为提高智能电网调度控制系统中语音识别的准确性,提出一种基于格拉姆角场(Gramian Angular Field,GAF)和深度残差网络(Deep Residual Network,DRN)的电力调度语音识别方法。首先利用GAF中的格拉姆角差场和格拉姆角和场两种方法将一维时间序列语音信号转化为二维特征图像;然后采用DRN对语音信号的二维特征图像进行特征提取和识别模型建立。采用实际电力调度语音信号对模型进行训练及测试,结果表明,该模型可有效识别电力调度语音,识别准确率超过99%。