연결/비연결 통화 분류 모델

통화 음성 파일(.wav)를 이용해 연결 및 비연결(연결음, 컬러링, 바로 끊음 등) 통화 여부를 판단해 분류하는 모델과 관련 코드입니다.

🔗 Github

  • Github Repository
    Github

  • Git Clone

    git clone https://github.com/pantokr/python-missed-call-filter.git

📌 주요 기능

1. 연결/비연결 통화 분류

  • 보유하고 있는 통화 데이터는 미연결 통화도 녹음되어 있어 이를 제거하는 작업이 필요했습니다.
  • 미연결 통화는 연결음, ARS, 컬러링 등으로 구성된 통화, 거의 받자마자 끊어진 의미 없는 대화의 통화를 의미합니다.
  • 이러한 통화를 0: 미연결, 1: 연결로 분류합니다.

📆 제작 과정

  • 각 통화 후반부를 가지고 통화 분류에 사용하는 방법을 선택했습니다.
    • 후반부가 자연어 대화인지 다른 음성인지 판가름하는 요소라고 생각했습니다.
  • MFCC (음성 특징 벡터화) + CNN을 사용했습니다.
  • 약 1,600개의 통화 데이터를 직접 청취하고 라벨링 작업을 진행했습니다. (음성 파일은 제공되지 않습니다.)
  • train.py로 모델을 생성하고, example.py로 test.wav를 분류할 수 있습니다.

🛠️ 개발환경

  • 기술 스택: Python(Colab)
  • 주요 라이브러리: Torch, Pandas, Librosa

📋 기타

  • example.py에서 Pydub 라이브러리를 사용하므로 .ffmpeg, .ffprobe가 필요할 수 있습니다.