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.