基于注意力增强时序卷积网络的 IR-UWB 雷达非接触式无声语音识别
音频与语音处理
2025-10-01 v1
摘要
无声语音识别（SSR）是一种从非声学语音相关生物信号中识别语音内容的技术。本文采用注意力增强的时序卷积网络架构，用于基于 IR-UWB 雷达的非接触式 SSR，利用深度学习直接从经过最少处理的雷达信号中学习具有区分度的特征表示。该架构将时序卷积与自注意力和挤压-激励机制相结合，以捕捉发音模式。在使用留一会话交叉验证的 50 词识别任务上进行评估，与传统手工特征方法 74.0% 的准确率相比，本方法的平均测试准确率达到 91.1%，证明了端到端学习带来的显著提升。
引用
@article{arxiv.2509.26409,
title = {IR-UWB Radar-Based Contactless Silent Speech Recognition with Attention-Enhanced Temporal Convolutional Networks},
author = {Sunghwa Lee and Jaewon Yu},
journal= {arXiv preprint arXiv:2509.26409},
year = {2025}
}
备注
Submitted to IEEE ICCE-Asia 2025