航空座舱环境自适应语音特征模型训练方法技术

本发明专利技术公开航空座舱环境自适应语音特征模型训练方法，包含有，步骤S1，采集个人自适应语音特征；步骤S2，提供个人自适应语音标注；步骤S3，提供基础特征模型；步骤S4，采用深度神经网络（DNN）自适应算法，结合个人自适应语音特征与其对应的个人自适应语音标注更新基础特征模型，以生成自适应模型；步骤S5，识别测试，验证自适应模型对于个人语音识别的提高能力；以及，步骤S6，模型打包，生成个人特征库。本发明专利技术的优点在于：将个人自适应语音特征更新基础特征模型，生成识别能力更高的自适应模型，可以有效地提高航电语音类产品的识别率有着显著效果。

Adaptive speech feature model training method for aircraft cockpit environment

The invention discloses aircraft cabin environment adaptive speech feature model training method, includes steps of S1, the collection of personal adaptive speech characteristics; step S2, provide personal adaptive speech tagging; step S3, provide the basic feature model; step S4, the depth of the neural network (DNN) adaptive algorithm, combined with personal characteristics and individual adaptive adaptive speech speech the corresponding update based feature model to generate adaptive model; step S5, recognition test, verify the adaptive model for individual speech recognition ability; and step S6 model package, the generation of individual feature library. The invention has the advantages that the individual adaptive speech feature updating based feature model, adaptive model generation higher recognition ability, can effectively improve the avionics products speech recognition rate has a significant effect.

【技术实现步骤摘要】
航空座舱环境自适应语音特征模型训练方法
本专利技术涉及语音识别领域，尤其是航空座舱环境自适应语音特征模型训练方法，对于提高航电语音类产品的识别率有着显著效果。
技术介绍
随着电子技术和飞机技术的飞速发展，基于认知/感知的人机系统
是未来航电关键技术十大领域之一，而语音识别技术正是基于认知/感知人机系统技术中非常重要的一项关键技术。目前，现有的语音识别主要是针对标准语音设计的，若驾驶人员的语音不够标准或带有个人特点，往往识别率较低。如何使语音识别技术真正意义上帮助驾驶人员完成对飞机的控制，成为该技术能否得到实际应用的关键。
技术实现思路
本专利技术目的是克服现有技术中识别率较低的问题，提供一种新型的航空座舱环境自适应语音特征模型训练方法。为了实现这一目的，本专利技术的技术方案如下：航空座舱环境自适应语音特征模型训练方法，包含有，步骤S1，采集个人自适应语音特征：步骤S11，模拟航空座舱环境，输入个人自适应语音数据；步骤S12，将个人自适应语音数据设计为16k采样16bit语音数据，模拟航空座舱环境进行采集；步骤S13，提取个人自适应语音特征：步骤S131，获取帧数语音数据；步骤S13本文档来自技高网...

【技术保护点】
航空座舱环境自适应语音特征模型训练方法，其特征在于，包含有，步骤S1，采集个人自适应语音特征：步骤S11，模拟航空座舱环境，输入个人自适应语音数据；步骤S12，将个人自适应语音数据设计为16k采样16bit语音数据，模拟航空座舱环境进行采集；步骤S13，提取个人自适应语音特征：步骤S131，获取帧数语音数据；步骤S132，将帧数语音数据设计为每帧400个采样点；步骤S133，采用75维Mel频标系数（MFC）作为语音特征参数，每帧语音特征参数75×16bit；步骤S2，提供个人自适应语音标注：步骤S21，输入个人自适应文本数据；步骤S22，按照发音词典的标准规范，将个人自适应文本数据涉及的文本...

【技术特征摘要】
1.航空座舱环境自适应语音特征模型训练方法，其特征在于，包含有，步骤S1，采集个人自适应语音特征：步骤S11，模拟航空座舱环境，输入个人自适应语音数据；步骤S12，将个人自适应语音数据设计为16k采样16bit语音数据，模拟航空座舱环境进行采集；步骤S13，提取个人自适应语音特征：步骤S131，获取帧数语音数据；步骤S132，将帧数语音数据设计为每帧400个采样点；步骤S133，采用75维Mel频标系数（MFC）作为语音特征参数，每帧语音特征参数75×16bit；步骤S2，提供个人自适应语音标注：步骤S21，输入个人自适应文本数据；步骤S22，按照发音词典的标准规范，将个人自适应文本数据涉及的文本内容根据音素状态列表转换成三音子结构的音素标注形式；步骤S3，提供基础特征模型：基础特征模型为多层深度神经网络（DNN）模型，输入层为步骤S1中配套的语音特征，输出层为步骤S2中配套的语音标注；步骤S4...

【专利技术属性】
技术研发人员：温泉，姚竞，黄梅娇，
申请(专利权)人：上海航空电器有限公司，
类型：发明
国别省市：上海,31