一种基于ASR的车载多源噪声环境下的方言语音识别方法

本发明涉及智能汽车语音交互，具体涉及一种基于asr的车载多源噪声环境下的方言语音识别方法。

背景技术：

1、随着智能座舱技术的发展，车载语音交互系统已成为汽车人机交互的重要方式。然而车辆行驶过程中存在鸣笛、发动机运转以及风噪等复杂噪声，使语音信号受到严重干扰。同时，不同地区用户存在普通话、粤语、川话等方言使用需求，传统语音识别模型在低信噪比和方言场景下识别准确率较低，难以满足智能座舱应用需求。

技术实现思路

1、本发明目的在于提供一种基于asr的车载多源噪声环境下的方言语音识别方法，通过频域滤波降噪算法与dolphin-asr模型融合，提高车辆复杂噪声环境下方言语音识别准确率。

2、具体方案包括：首先采集车载环境中的多类型语音数据，包括普通话、粤语、川话以及鸣笛、发动机、风声噪声数据；其次利用频域分析方法获取语音与噪声频谱特征，通过自适应滤波降低噪声影响；最后将增强语音输入dolphin-asr模型，实现语音特征提取、识别及方言分类。

3、本发明通过频域降噪与深度学习asr模型结合，有效提升车辆复杂噪声环境下语音清晰度和识别性能，能够满足智能座舱多方言语音交互需求，提高车载语音系统的适应性和可靠性。

1.一种基于asr的车载多源噪声环境下的方言语音识别方法，其特征在于，所述方法包括：采集车辆行驶环境下的语音数据，所述语音数据包括普通话、粤语、川话三类方言语音以及鸣笛、发动机、风声三类车载噪声；对采集的语音信号进行预处理，并利用基于频域滤波的降噪算法对噪声频段进行抑制，获得增强语音信号；将增强语音信号输入dolphin-asr语音识别模型进行特征提取与语音解码，输出对应方言识别结果。

2.根据权利要求1所述的一种基于asr的车载多源噪声环境下的方言语音识别方法，其特征在于，所述基于频域滤波的降噪算法包括：对输入语音信号进行快速傅里叶变换，将时域信号转换为频域信号；根据鸣笛、发动机以及风声噪声频谱特征确定噪声频段；设计自适应频域滤波权重，对噪声频率区域进行衰减，并通过逆傅里叶变换恢复增强语音。

3.根据权利要求1所述的一种基于asr的车载多源噪声环境下的方言语音识别方法，其特征在于，所述dolphin-asr模型包括声学特征提取模块、深度神经网络编码模块以及语音解码模块，用于提取不同方言语音的声学特征并完成语音到文本的转换。

4.根据权利要求1所述的一种基于asr的车载多源噪声环境下的方言语音识别方法，其特征在于，所述语音识别过程包括：建立包含普通话、粤语和川话的方言语音数据库；对不同信噪比条件下的语音数据进行训练和测试；根据识别置信度输出最终方言识别结果。

5.一种基于asr的车载多源噪声环境下的方言语音识别系统，其特征在于，包括：语音采集模块、频域降噪模块、asr识别模块、方言分类模块、结果输出模块以及存储通信模块；所述系统执行所述方法，实现车载复杂噪声环境下的方言语音精准识别。