[发明专利]针对民航陆空通话领域的中英文语种语音识别方法及系统

权利要求书

1.一种针对民航陆空通话领域的中英文语种语音识别方法，其特征在于，所述语种语音识别方法包括：

获取民航陆空通话语音的数据集，包括音频文件、标注文本、发音词典、语言模型，作为训练数据集；

对所述训练数据集进行特征提取和转换，得到特征向量；

根据所述特征向量进行中英文语种识别训练，得到中英文语种识别模型；

根据所述特征向量进行语音识别训练，得到中英文语音识别模型；

将所述中英文语种识别模型作为前端、所述中英文语音识别模型作为后端得到民航陆空通话中英文语种语音识别方法；

所述根据所述特征向量进行语种识别训练，得到语种识别模型，具体包括：

将所述训练数据集中所有的特征向量使用最大期望算法得到一个通用背景模型；

根据所述通用背景模型训练得到一个声学特征提取器；

根据所述声学特征提取器对每个语音段进行声学特征抽取，得到每段语音对应的包含语种信息和信道信息的特征向量；

根据所述特征向量训练声纹，得到声纹识别模型；

根据所述声纹识别模型，加上得分计算步骤和判别阈值，得到中英文语种识别模型；

所述将所述中英文语种识别模型作为前端、所述语音识别模型作为后端得到民航陆空通话中英文语种语音识别方法，具体包括：

根据所述中英文语种识别模型对输入语音进行识别，得到语种类型；

根据所述中英文语音识别模型对输入语音进行识别，得到解码文本；

根据所述语种类型和所述解码文本识别出输入语音，得到识别文本。

2.根据权利要求1所述的针对民航陆空通话领域的中英文语种语音识别方法，其特征在于，对所述训练数据集进行特征提取和转换，得到特征向量，具体包括：

找到一段语音端点，去除掉语音前部无声或噪音片段，仅保留包含有人说话的片段；

若所述语音过长，则以较短时间间隔切分所述语音，得到语音段；

对所述语音段进行特征提取，选用梅尔倒谱频率特征，得到特征向量；

对所述特征向量进行针对民航陆空对话特点的适应转换，所述转换包括噪音削减、音速扰动，得到处理后的特征向量。

3.根据权利要求1所述的针对民航陆空通话领域的中英文语种语音识别方法，其特征在于，所述根据所述特征向量进行语音识别训练，得到中英文语音识别模型，具体包括：

对所述特征向量根据其上下文关系进行三音素建模，得到三音素模型；

对所述三音素模型进行说话人自适应，得到说话人适应后的三音素模型；

根据所述说话人适应后的三音素模型加上语言模型构建解码图，得到语音识别模型。