电讯技术

作者：梁海军,常瀚文,何一民,赵志伟,孔建国

单位：(中国民用航空飞行学院 空中交通管理学院，四川 广汉 618307)

关键词：空中交通管制；自动语音识别；端到端深度学习；迁移学习；

基金：国家重点研发计划(2021YFF0603904)；中央高校基本科研业务费专项资金资助(PHD2023-035)；中央高校基本科研业务费资助项目（24CAFUC10195）

自动语音识别（Automatic Speech Recognition，ASR）技术在空中交通管制（Air Traffic Control，ATC）领域的应用有望提高通信效率、减少人为错误、提升安全性，并促进航空交通管理系统的创新和改进。然而，由于ATC通信通常涉及敏感信息，获取大量带有标签的ATC语音数据较为困难，这给构建高准确度的ASR系统带来了巨大挑战。基于Retentive Network（RetNet）和迁移学习设计了一种新的端到端ASR框架EfficientNetV2-RetNet-CTC，用于ATC系统。EfficientNetV2的多层卷积结构有助于对语音信号提取更复杂的特征表示。RetNet使用多尺度保持机制学习序列数据上的全局时间动态，可以非常高效地处理长距离依赖性。连接时序分类不用强制对齐标签且标签可变长。此外，迁移学习通过在源任务上学习的知识来改善在目标任务上的性能，解决了民航领域数据资源稀缺的问题且提高了模型的泛化能力。实验结果表明，所设计的模型优于其他基线，在Aishell语料库上预训练的最低词错误率为7.6%和8.7%，在ATC语料库上降至5.6%和6.8%。

来源：2025年第2期

《电讯技术》期刊编辑部

查看电讯技术杂志2025年第2期