[发明专利]一种陆空通话说话人身份识别方法及装置

说明书

本发明涉及民用航空空中交通管理领域，特别是一种陆空通话说话人身份识别方法及装置。本发明基于深度神经网络的声纹识别和语义理解技术，来对陆空通话中的说话人进行身份识别，解决陆空通话中开放环境下“多人”、“多轮”对话中的说话人身份识别问题，建立管制通话上下文的关联，提高机器智能对管制通话的理解能力，为空管安全防护、管制数据分析等应用提供可靠的说话人身份信息，从而提升管制安全系数。

技术领域

本发明涉及民用航空空中交通管理领域，特别是一种陆空通话说话人身份识别方法及装置。

背景技术

目前，我国空中交通管理主要是以“人”为主导的管制方式，依靠无线电通话和飞行态势信息实现飞行器的调配，而机器尚不具备直接获取说话人身份信息的手段。同时由于陆空通话为“多人”、“多轮”对话的沟通模式，说话人身份信息的缺失将会导致无法建立当前管制通话与上下文的有机关联，给管制意图理解、多轮对话管理带来了极大的困难，大幅度降低了空管语音安全防护的性能与效率。

所以如今需要一种陆空通话说话人身份识别方法及装置来解决陆空通话说话人身份识别的难题，从而提高空管语音安全防护的性能与效率。

发明内容

本发明的目的在于克服现有技术中存在不能即时自动获取陆空通话中的说话人身份，提供一种陆空通话说话人身份识别方法及装置。

为了实现上述发明目的，本发明提供了以下技术方案：

一种陆空通话说话人身份识别方法，包括以下步骤：

S1：采集管制单位的管制员的语音数据，获取所述管制员的说话人声纹嵌入码，构建包括管制员静态声纹库以及飞行员动态声纹库的声纹数据库，并在所述管制员静态声纹库中对所有所述管制员进行声纹注册；

S2：实时采集陆空通话语音信号，对所述陆空通话语音信号进行切分，获取单句语音信号；对所述单句语音信号进行预处理后存入存储设备；

S3：将所述单句语音信号输入到陆空通话语义理解模型，提取并输出所述单句语音信号对应的说话人角色和航班号；所述说话人角色包括管制员和飞行员；

S4：将所述单句语音信号输入到说话人声纹嵌入码提取模型，获取所述单句语音信号的说话人声纹嵌入码；并将所述说话人声纹嵌入码输入说话人判决模型，在所述声纹数据库中进行匹配，并输出所述单句语音信号的匹配结果；

S5：根据所述步骤S3语义理解和所述步骤S4声纹匹配的结果，若所述声纹库有匹配结果，输出说话人身份；若所述声纹库无匹配结果，对所述说话人声纹嵌入码进行声纹注册，并输出说话人身份。

本发明基于深度神经网络的声纹识别和语义理解技术，来对陆空通话中的说话人进行身份识别，解决陆空通话中开放环境下“多人”、“多轮”对话中的说话人身份识别问题，建立管制通话上下文的关联，提高机器智能对管制通话的理解能力，为空管安全防护、管制数据分析等应用提供可靠的说话人身份信息，从而提升管制安全系数。此外，本发明还可应用于其它陆空通话下游应用。在事故征候分析场景下，本发明可以实现语音信息的快速检索，精准定位各说话人的通话语音；在管制工作质量评价场景下，本发明可以结合语音识别、大数据等技术，实现管制工作量的精准统计与管制习惯的分析，从而对管制员展开针对性的培训，提高管制效率与安全系数。

作为本发明的优选方案，所述步骤S3和所述步骤S4顺序能交换。

作为本发明的优选方案，所述管制员的声纹注册内容包括所述管制员的所述说话人声纹嵌入码和背景信息，其中，所述背景信息包括管制员ID、性别、年龄、籍贯中的一种或多种；所述飞行员的声纹注册内容包括所述飞行员的所述说话人声纹嵌入码和飞行员ID，其中，所述飞行员ID为对应的航班号。

作为本发明的优选方案，所述步骤S1中所述管制员的所述语音数据满足以下要求：

(1)所述语音数据包括识别场景中使用的语种；