[发明专利]航空座舱环境自适应语音特征模型训练方法

摘要

本发明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。

主权项

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，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；以及，步骤S6，模型打包，生成个人特征库。