一种甚高频通讯语音感知识别方法及系统与流程

本发明涉及甚高频通讯，更具体地涉及一种甚高频通讯语音感知识别方法及系统。

背景技术：

1、甚高频（vhf）海事通信是国际海事组织（imo）规定的标准通信方式，工作在156-174mhz频段，采用25khz窄带fm调制，广泛应用于海事调度、港口作业、应急救援等场景中。与voip电话、蜂窝移动通信等常规通信方式相比，vhf电台采用半双工ptt工作机制——操作人员按住ptt按钮时发射、释放时接收，双方不能同时说话。这种工作方式产生了严格的rx-tx-rx-tx交替时序，是电话全双工通信完全不具备的特征。而且，由于vhf电台发射功率5-25w，在发射过程中产生强烈的射频电磁干扰（emi），未经处理的音频底噪约-45db，存在载波泄漏噪声（100-300hz）、50hz工频谐波和信道衰减杂音。

2、相关技术中，通常采用通用的语音解码方式对vhf 通信语音进行语音转文字。然而，常规的语音转文字方式对vhf电台的半双工工作机制适配性较差，无法精准识别各个通话轮次。且常规的语音解码方式所采用的通用降噪算法无法精准抑制载波泄漏、邻道干扰等vhf特有的干扰模式，降噪效果差。另外，海事通信包含大量专业术语（如靠泊、抛锚、航道避让、引航、dsc遇险呼叫等），通用语音识别模型对这些术语的识别率通常低于60%。这些问题导致对vhf语音解码效果较差，严重影响了语音识别准确率和用户体验。

3、有鉴于此，特提出本发明。

技术实现思路

1、考虑到上述问题而提出了本发明。根据本发明的一个方面，提供了一种甚高频通讯语音感知识别方法，应用于甚高频通讯语音感知识别系统，所述系统包括甚高频电台；所述方法包括：

2、分别获取音频接收通道和音频发射通道的音频；

3、至少基于所述甚高频电台的ptt信号变化确定所述音频接收通道和所述音频发射通道各自的轮次起始点，并根据所述轮次起始点对对应的音频划分音频段；

4、对于所述音频接收通道和音频发射通道中任一通道的音频，

5、利用滤波模块对该音频进行自适应滤波处理；其中，所述滤波模块包括依次级联的载波泄漏陷波器、50hz谐波陷波器、邻道干扰陷波器和互调干扰陷波器，各个所述陷波器根据该音频存在的干扰类型选择性激活；

6、对滤波处理后的该音频中每一音频段进行声学特征提取，并利用语音识别解码器对所提取的声学特征进行处理，得到该音频中的每一音频段的初步识别结果；

7、根据每一所述音频段的初步识别结果，结合预设的语义关联模板库，输出各个所述音频段的解码结果。

8、示例性地，所述至少基于所述甚高频电台的ptt信号变化确定所述音频接收通道和所述音频发射通道各自的轮次起始点，包括：

9、对所述ptt信号进行边沿检测；

10、在监测到所述ptt信号的下降沿时，根据所述下降沿所在的时刻标记所述音频接收通道的轮次起点和所述音频发射通道的轮次终点；

11、在监测到所述ptt信号的上升沿时，启动咔嗒声检测窗口，在所述咔嗒声检测窗口内从所述音频发射通道的音频中搜索咔嗒声特征；

12、若搜索到所述咔嗒声特征，将所述咔嗒声特征的峰值时刻标记为所述音频接收通道的轮次终点和所述音频发射通道的轮次起点；

13、若未搜索到所述咔嗒声特征，将所述上升沿所在时刻与预设延迟之和标记为所述音频接收通道的轮次终点和所述音频发射通道的轮次起点。

14、示例性地，所述利用滤波模块对该音频进行自适应滤波处理，包括：

15、通过短时傅里叶变换对该音频进行频谱分析，识别该音频的干扰模式；

16、根据该音频的干扰模式，激活对应陷波器；

17、至少利用被激活的陷波器对该音频进行滤波处理。

18、示例性地，所述至少利用被激活的陷波器对该音频进行滤波处理，包括：

19、在所激活的陷波器数量为1时，直接利用该陷波器对该音频进行滤波处理；

20、在所激活的陷波器数量大于1时，按照各个所述陷波器的级联顺序对该音频进行滤波处理；

21、其中，在所述按照各个所述陷波器的级联顺序对该音频进行滤波处理过程中，在每次滤波处理完成后，计算该音频的干扰信号比，在所述干扰信号比低于干扰阈值时，停止后续陷波器。

22、示例性地，所述载波泄漏陷波器的陷波中心频率基于所述甚高频电台当前工作频道的频道中心频率进行初始化；

23、和/或，所述50hz谐波陷波器采用梳状滤波器结构，陷波频率固定为50hz整数倍；

24、和/或，所述邻道干扰陷波器的陷波中心频率基于预估邻道干扰频率进行初始化，所述预估邻道干扰频率基于所述甚高频电台当前工作频道的频道中心频率确定；

25、和/或，所述互调干扰陷波器根据所述甚高频电台当前工作频道的频道中心频率确定频率搜索范围；

26、和/或，所述滤波模块的陷波深度根据该音频的干扰信号比和信噪比确定。

27、示例性地，所述声学特征包括梅尔频率倒谱系数；所述对滤波处理后的该音频中每一音频段进行声学特征提取，包括：

28、利用改进梅尔滤波器组提取该音频的梅尔频率倒谱系数；

29、其中，所述改进梅尔滤波器组包括：处于300-1000hz的8组滤波器组、处于1000-2200hz的6组滤波器组和处于2200-3400hz的4组滤波器组；所述改进梅尔滤波器组的fft点数为256点，dct系数数量为10维。

30、示例性地，所述方法还包括：

31、按照所述音频接收通道和所述音频发射通道所对应的每一音频段的时间戳，将各个所述音频段存储到轮次队列中；

32、所述语义关联模板库基于imo标准海事通信用语和甚高频通信录音数据建立得到，所述语义关联模板库中存储有多个语义关联模板，每一所述语义关联模板包括前一轮次的关键词触发规则、当前轮次的语义预测模板和关联置信度权重；所述根据每一所述音频段的初步识别结果，结合预设的语义关联模板库，输出各个所述音频段的解码结果，包括：

33、对于任一所述音频段，根据位于该音频段的前一轮次的音频段的解码结果与所述语义关联模板库中的语义关联模板进行匹配，得到匹配模板集合；

34、从所述匹配模板集合中提取当前轮次的语义预测模板，得到语义预测集合；

35、根据所述语义预测集合中的各个语义预测模板与所述初步识别结果中的各个候选词的匹配情况，对该音频段的初步识别结果进行解码概率约束调整。

36、示例性地，所述根据所述语义预测集合中的各个语义预测模板与所述初步识别结果中的各个候选词的匹配情况，对该音频段的初步识别结果进行解码概率约束调整，包括通过以下公式调整解码概率：

37、p'(w_t | w_{

38、式中，p'(w_t | w_{

39、示例性地，在利用滤波模块对该音频进行自适应滤波处理之前，所述方法还包括：

40、利用vad对该音频中每一音频段进行有效性检测，并保留具有有效语音的音频段，删除不具有有效语音的音频段。

41、根据本发明的另一方面，提供了一种甚高频通讯语音感知识别系统，包括：甚高频电台和终端，所述终端用于实现上述的方法。

42、上述技术方案通过结合ptt信号进行轮次起始点定位，可以显著提高轮次定位精度；通过设置级联的四级陷波器，并采用自适应陷波滤波机制，既能够对vhf场景下的干扰模式进行针对性抑制，又能够避免固定运行全部陷波器带来的计算资源浪费和过度语音失真；通过结合预设的语义关联模板库对初步识别结果进行修正，可以提高术语准确性，提高用户体验。总之，该方案可以显著提高甚高频语音解码效果，适用于海事调度、港口作业、应急救援等vhf窄带模拟通信场景下的语音数字化处理。

43、上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。