[發明專利]一種陸空通話說話人身份識別方法及裝置

有效

• 申請號: 202110269569.8
• 申請日: 2021-03-12
• 公開（公告）號: CN113066499B
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 郭東岳;林毅;楊波;張建偉
• 申請（專利權）人: 四川大學
• 主分類號: G10L17/00
• 分類號: G10L17/00;G10L17/02;G10L17/04;G10L17/18;G10L15/16;G10L15/26
• 代理公司: 四川力久律師事務所 51221
• 代理人: 馮精恒

本發明涉及民用航空空中交通管理領域，特別是一種陸空通話說話人身份識別方法及裝置。本發明基于深度神經網絡的聲紋識別和語義理解技術，來對陸空通話中的說話人進行身份識別，解決陸空通話中開放環境下“多人”、“多輪”對話中的說話人身份識別問題，建立管制通話上下文的關聯，提高機器智能對管制通話的理解能力，為空管安全防護、管制數據分析等應用提供可靠的說話人身份信息，從而提升管制安全系數。

技術領域

本發明涉及民用航空空中交通管理領域，特別是一種陸空通話說話人身份識別方法及裝置。

背景技術

目前，我國空中交通管理主要是以“人”為主導的管制方式，依靠無線電通話和飛行態勢信息實現飛行器的調配，而機器尚不具備直接獲取說話人身份信息的手段。同時由于陸空通話為“多人”、“多輪”對話的溝通模式，說話人身份信息的缺失將會導致無法建立當前管制通話與上下文的有機關聯，給管制意圖理解、多輪對話管理帶來了極大的困難，大幅度降低了空管語音安全防護的性能與效率。

所以如今需要一種陸空通話說話人身份識別方法及裝置來解決陸空通話說話人身份識別的難題，從而提高空管語音安全防護的性能與效率。

發明內容

本發明的目的在于克服現有技術中存在不能即時自動獲取陸空通話中的說話人身份，提供一種陸空通話說話人身份識別方法及裝置。

為了實現上述發明目的，本發明提供了以下技術方案：

一種陸空通話說話人身份識別方法，包括以下步驟：

S1：采集管制單位的管制員的語音數據，獲取所述管制員的說話人聲紋嵌入碼，構建包括管制員靜態聲紋庫以及飛行員動態聲紋庫的聲紋數據庫，并在所述管制員靜態聲紋庫中對所有所述管制員進行聲紋注冊；

S2：實時采集陸空通話語音信號，對所述陸空通話語音信號進行切分，獲取單句語音信號；對所述單句語音信號進行預處理后存入存儲設備；

S3：將所述單句語音信號輸入到陸空通話語義理解模型，提取并輸出所述單句語音信號對應的說話人角色和航班號；所述說話人角色包括管制員和飛行員；

S4：將所述單句語音信號輸入到說話人聲紋嵌入碼提取模型，獲取所述單句語音信號的說話人聲紋嵌入碼；并將所述說話人聲紋嵌入碼輸入說話人判決模型，在所述聲紋數據庫中進行匹配，并輸出所述單句語音信號的匹配結果；

S5：根據所述步驟S3語義理解和所述步驟S4聲紋匹配的結果，若所述聲紋庫有匹配結果，輸出說話人身份；若所述聲紋庫無匹配結果，對所述說話人聲紋嵌入碼進行聲紋注冊，并輸出說話人身份。

本發明基于深度神經網絡的聲紋識別和語義理解技術，來對陸空通話中的說話人進行身份識別，解決陸空通話中開放環境下“多人”、“多輪”對話中的說話人身份識別問題，建立管制通話上下文的關聯，提高機器智能對管制通話的理解能力，為空管安全防護、管制數據分析等應用提供可靠的說話人身份信息，從而提升管制安全系數。此外，本發明還可應用于其它陸空通話下游應用。在事故征候分析場景下，本發明可以實現語音信息的快速檢索，精準定位各說話人的通話語音；在管制工作質量評價場景下，本發明可以結合語音識別、大數據等技術，實現管制工作量的精準統計與管制習慣的分析，從而對管制員展開針對性的培訓，提高管制效率與安全系數。

作為本發明的優選方案，所述步驟S3和所述步驟S4順序能交換。

作為本發明的優選方案，所述管制員的聲紋注冊內容包括所述管制員的所述說話人聲紋嵌入碼和背景信息，其中，所述背景信息包括管制員ID、性別、年齡、籍貫中的一種或多種；所述飛行員的聲紋注冊內容包括所述飛行員的所述說話人聲紋嵌入碼和飛行員ID，其中，所述飛行員ID為對應的航班號。

作為本發明的優選方案，所述步驟S1中所述管制員的所述語音數據滿足以下要求：

(1)所述語音數據包括識別場景中使用的語種；