一种基于深度学习的空中管制语音指令识别方法
基本信息
| 申请号 | CN201910619285.X | 申请日 | - |
| 公开（公告）号 | CN110415683A | 公开（公告）日 | 2019-11-05 |
| 申请公布号 | CN110415683A | 申请公布日 | 2019-11-05 |
| 分类号 | G10L15/02（2006.01）I; G10L15/04（2013.01）I; G10L15/06（2013.01）I; G10L15/16（2006.01）I; G10L15/26（2006.01）I | 分类 | 乐器；声学; |
| 发明人 | 王耀彬 | 申请（专利权）人 | 上海麦图信息科技有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 200000 上海市徐汇区桂平路680号32幢527-1室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的空中管制语音指令识别方法，包括以下步骤：获取待识别的语音信号，并将其转换为16bit 16kHz的PCM音频数据；建立深度网络模型；利用训练数据训深度网络模型得到语音识别引擎；对所述音频数据进行语音切分；将语音切分得到的有效音频片段输入语音识别引擎，输出文字识别结果。其中，深度网络模型使用卷积模块作为特征提取器，并由reshape层和全连接层对提取的特征数据进行处理，利用门控循环单元进行序列学习，最终通过全连接层进行分类学习与决策，获得预测结果。本发明采用以人工智能深度学习引擎为核心，具有极强的专业适用性和口音泛化能力，数据量依赖程度更低的有点，在空管语音的识别上显著优于通用语音识别系统。 |
