基于深度学习的空管语音识别

摘要：

文章在分析空中交通管制业务的基础上,研究一种适用于我国民航管制通话的端到端语音识别算法.文章设计了基于卷积神经网络和循环神经网络的深度学习模型,以CTC作为损失函数使用已标注数据进行迭代训练,从而优化模型参数.以空中交通管理中的管制通话语音作为模型的输入,最终输出中文汉字和空管专有名词.使用真实采集的管制通话语音数据进行实验,在10 h的训练数据上词错误率为9.49％.实验结果表明,与传统的语音识别算法比较,该算法有更优异的识别效果.

关键词：空管;语音识别;卷积神经网络;循环神经网络

所属期刊栏目：40

分类号：TN912.34;TP391

资助基金：四川省科技计划项目2020YFG0327

在线出版日期：2021-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：45-49