[发明专利]基于词库学习的饱和潜水氦语音解读方法

说明书

本发明涉及一种基于词库学习的饱和潜水氦语音解读方法，在一个包括潜水员、校正网络和解读网络的系统中，建立饱和潜水作业常用工作语言词库，由潜水员分别不同环境下朗读，生成校正网络的监督信号和矢量信号，校正网络对不同潜水员在不同潜水深度的氦语音进行学习得到网络校正参数，并对潜水员的氦语音进行校正得到校正语音；解读网络对校正语音进行学习并完成氦语音的解读。本发明通过设置潜水员在不同环境下个体语音信号特征和工作语言词库特征，将机器学习引入到氦语音解读中，解决了饱和潜水氦语音的解读问题，减少了网络对学习样本数的要求，提高了氦语音解读器在不同潜水深度的自适应性，尤其适合于不同潜水深度环境下的氦语音的完备解读。

技术领域

本发明涉及氦语音解读技术，更为具体地说涉及一种基于词库学习的饱和潜水氦语音解读方法。

背景技术

21世纪是海洋经济时代，我们将要从海洋中获取人类所需的50％以上的清洁能源和生产资料。饱和潜水在航海作业、海洋开发、军事海洋、海上救援等领域有着及其重要的应用价值，是海洋经济发展不可或缺的组成部分。

由于深海作业环境和作业内容的特殊性，海洋中的许多工作还不能由载人深海潜水器或水下机器人去完成，需要潜水员直接下水、暴露在深海高压环境下应用饱和潜水技术进行作业。为了满足潜水员在深海高压环境下的生理需求，目前潜水员基本上都采用氦氧混合气体作为潜水员饱和潜水作业时的呼吸气体。当潜水作业深度超过50米时，潜水员的语音通话失真明显；当潜水作业深度超过100米时，潜水员的语音通话开始严重失真，正常的语音变成奇异的“鸭叫”-氦语音，很难听懂潜水员的语音通话，造成潜水舱内外和潜水员之间联系困难，直接影响到潜水员的深海作业，甚至威胁到潜水员的生命。因此，迫切需要解决深海饱和潜水员的语音通信问题-氦语音解读问题。

目前，国内外现有的饱和潜水氦语音解读器都是通过潜水舱中的氦语音解读器，人工调整解读器的频域或时延特性对氦语音进行解读的，无法自适应饱和潜水作业深度，并且解读效果不理想，当潜水深度大于200米以后，氦语音解读器解读质量迅速下降，特别当潜水员的潜水深度在变化时，无法有效解读潜水员的氦语音。基于人工智能的饱和潜水氦语音解读技术目前国内外都处于刚刚起步阶段，鲜见实用的技术方案。如何充分利用人工智能机器学习的能力，结合饱和潜水场景潜水员和工作语言的特殊性，有效解读氦语音，是一个尚未解决的技术难题。

发明内容

本发明的目的在于解决上述难题。考虑到饱和潜水场景下，潜水员的人群是特定的，在潜水作业时潜水员的工作语言是有限的，本发明充分利用了潜水员个体语音信号特征和工作语言词库词汇信息，提出一种基于词库学习的氦语音解读方法。在该方法中，首先根据饱和潜水作业规范要求建立潜水员常用工作语言词库，由潜水员分别在正常大气压环境下和饱和潜水作业对应环境下朗读工作语言词库，生成校正网络机器学习的监督信号和矢量信号，校正网络采用监督学习算法对不同潜水员在不同潜水深度的氦语音进行学习得到校正网络参数集；其次，潜水员在潜水作业时将其氦语音信号与校正网络的矢量信号进行拟合，选择拟合度最高的矢量信号所对应的网络参数作为校正网络的参数，对潜水员的氦语音进行校正得到校正语音信号；然后，将校正得到的语音信号与常用工作语言词库进行拟合，并按拟合度高低进行筛选，生成解读网络机器学习的监督信号和矢量信号，解读网络采用监督学习算法对校正语音信号进行进一步学习；最后，解读网络对校正语音信号进行解读，完成氦语音的完备解读。该方法充分利用了对潜水员在不同环境下个体语音信号特征和工作语言词库词汇信息，采用机器学习算法校正和解读氦语音，大大提高了氦语音解读的准确性。

上述目的通过下述技术方案予以实现：本发明一种基于词库学习的饱和潜水氦语音解读方法，所述方法包括至少1个潜水员、1个氦语音校正网络和1个氦语音解读网络，潜水员的氦语音信号为S，所述氦语音解读技术包括如下步骤：

第一阶段-——校正网络学习：

步骤1、词库信号构建——根据饱和潜水作业规范要求，构建潜水员饱和潜水作业常用工作语言文词库K；