申请/专利权人：厦门大学

申请日：2021-04-28

公开（公告）日：2024-04-16

公开（公告）号：CN113160798B

主分类号：G10L15/02

分类号：G10L15/02;G10L15/26;G10L15/16;G10L15/06;G10L25/24;G08G5/00;G06N3/0442;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2021.08.10#实质审查的生效;2021.07.23#公开

摘要：本发明公开了一种中文民航空中交通管制语音识别方法及系统。该方法包括：获取语音特征数据，语音特征数据为基于语音信号提取得到的时序特征信息；将语音特征数据输入经训练的声学模型，得到识别结果，识别结果表示语音信号对应的空中交通管制中文术语文字；声学模型包括：依次连接的TRM模块、BiGRU模块、全连接层和CTC模块，TRM模块包括依次连接的多头自注意力层、第一残差连接和层标准化层、前馈层以及第二残差连接和层标准化层，BiGRU模块包括双向门控循环单元网络，CTC模块包括连接时序分类层，声学模型由带有中文文字标签的空管指令术语语音样本训练得到。本发明具有识别准确度高的优势。

主权项：1.一种中文民航空中交通管制语音识别方法，其特征在于，包括：获取语音特征数据，所述语音特征数据为基于语音信号提取得到的时序特征信息；将所述语音特征数据输入经训练的声学模型，得到识别结果，所述识别结果表示所述语音信号对应的空中交通管制中文术语文字；所述声学模型包括：依次连接的TRM模块、BiGRU模块、全连接层和CTC模块，所述TRM模块包括依次连接的多头自注意力层、第一残差连接和层标准化层、前馈层以及第二残差连接和层标准化层，所述前馈层由第一层线性层及第二层线性层组成，所述第一层线性层加入ReLU激活函数，无Dropout，所述第二层线性层无激活函数；多头注意力的头数设为5，将输入经过5种不同的线性变换得到5种不同的自注意力映射表示，拼接起来后作为新的特征编码；所述BiGRU模块包括双向门控循环单元网络，所述双向门控循环单元网络中，同一条训练序列[x1，x2，x3，x4，x5]，从前往后依次输入到前向GRU中得到序列[b1，b2，b3，b4，b5]，再从后往前输入到后向GRU中得到序列[a1，a2，a3，a4，a5]，将两个序列对应拼接在一起，得到输出序列[y1，y2，y3，y4，y5]；所述CTC模块包括连接时序分类层，所述声学模型由带有中文文字标签的空管指令术语语音样本训练得到。

全文数据：

权利要求：

百度查询： 厦门大学 一种中文民航空中交通管制语音识别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD