[发明专利]民航客机陆空通话语音识别引擎及其应用方法

权利要求书

1.民航客机陆空通话语音识别引擎，包括通过信号线连接的录音输入设备和计算机，其特征在于，所述计算机内至少设置地空通话音频分割子系统、人工智能语音识别子系统、预警唤醒语音子系统和声纹确认子系统，所述地空通话音频分割子系统、人工智能语音识别子系统、预警唤醒语音子系统、声纹确认子系统顺次按照逻辑顺序衔接形成整体神经网络模型；所述人工智能语音识别子系统包括语音特征提取模块、序列学习模块和全连接模块，所述人工智能语音识别子系统含有语音特征提取模块、序列学习模块、全连接模块；所述序列学习模块由多层卷积神经网络和四层双向门控循环单元组成，所述全连接模块还具有连接时序分类模块，所述声纹确认子系统具有声纹检测网络，所述声纹检测网络采用多层逻辑网络形式，所述多层逻辑网络包括若干层长短期记忆网络层，每层长短期记忆网络层后接一层线性映射层。

2.如权利要求1所述的民航客机陆空通话语音识别引擎，其特征在于，所述声纹确认子系统还具有softmax或contrast对比判断算法。

3.如权利要求1所述的民航客机陆空通话语音识别引擎，其特征在于，通过计算机的所述人工智能语音识别子系统的接口，接收机场实时采集到的传输数据。

4.如权利要求1所述的民航客机陆空通话语音识别引擎，其特征在于，所述人工智能语音识别子系统具有识别文本的索引，所述预警唤醒语音子系统具有唤醒词语音音频的索引。

5.民航客机陆空通话语音识别引擎的应用方法，其特征在于，包括以下步骤：

（1）、通过录音输入设备输入录音音频，而后录音音频经过地空通话音频分割子系统进行音频分割；

（2）、将分割好的音频段输入人工智能语音识别子系统，使音频段转写成文本；

（3）、将转写好的文本输入预警唤醒语音子系统进行检索唤醒管检测，并保留含有唤醒词语音音频的索引；

（4）、声纹确认子系统通过预警唤醒词的索引进行飞行员声纹库搜索，返回同一类声纹的航班语音信息；最终实现对含有特定关键词唤醒语音的飞行员辨识、航班号辨识，成功实现对机场的实时地空通话预警。

6.如权利要求5所述的民航客机陆空通话语音识别引擎的应用方法，其特征在于，步骤（1）包括以下录音音频的处理方法，

a、录音音频的降噪：使用可针对陆空通话进行语音增强的神经网络模型进行语音增强；

b、录音音频的去静默音：通过基于神经网络的人声检测将语音分割为小段语音。

7.如权利要求5所述的民航客机陆空通话语音识别引擎的应用方法，其特征在于，在步骤（2）中，音频段作为数据输入，从音频形式转换为语谱图形式，数据首先经过语音特征提取模块，提取不同层次的音频特征，同时大幅压缩数据和参数量，提高训练效率并防止参数过拟合；随后数据进入序列学习模块，通过模拟人类记忆系统的功能，控制不同时刻状态信息的记忆与遗忘程度，完成语言序列的学习；最后数据进入全连接模块进行分类学习与决策，并由连接时序分类模块计算得到概率最大的一条输出序列，即语音的识别结果。

8.如权利要求5所述的民航客机陆空通话语音识别引擎的应用方法，其特征在于，在步骤（4）中，声纹检测通过多层长短时记忆门网络提取说话人的音色特征；然后计算验证样本和所有说话人中心的余弦相似度得分；最后通过softmax或contrast进行基于相似度得分的损失统计，反向传播更新参数，通过1:1目标声纹在飞行员声纹库中进行相似度比对，分类出不同飞行员声纹。

9.如权利要求5所述的民航客机陆空通话语音识别引擎的应用方法，其特征在于，在步骤（4）中，在声纹确认子系统中还对语音音频进行说话人判别和分类。

10.如权利要求5所述的民航客机陆空通话语音识别引擎的应用方法，其特征在于，在步骤（4）中，还通过语音关键词或者语音识别进行逻辑处理和判断分析音频质量，并结合之前文本内容和空管流程进行识别纠错。