基于語(yǔ)音識(shí)別技術(shù)的機(jī)載短波應(yīng)急通信*

陳 晨，胡貝貝

(1.空軍裝備部重點(diǎn)型號(hào)部，北京100843;2.空軍駐714廠軍事代表室，南京210002)

1 引言

短波通信是我國(guó)戰(zhàn)機(jī)的重要通信手段。但是受發(fā)射功率、天線增益等因素的影響，遠(yuǎn)距離通信能力的不足是對(duì)傳統(tǒng)短波通信體制的一個(gè)重大挑戰(zhàn)。同時(shí)，短波通信頻道較窄、信道擁擠，容易受敵方和非敵方干擾，在戰(zhàn)時(shí)復(fù)雜電磁環(huán)境下，短波通信的可靠性難以得到保障。因而，如何為機(jī)載短波通信系統(tǒng)提供應(yīng)急通信能力成為了行業(yè)內(nèi)的研究熱點(diǎn)。

專家學(xué)者針對(duì)上面提出的問(wèn)題開(kāi)展了廣泛的研究，文獻(xiàn)[1]提出了一種以小衛(wèi)星為中繼的遠(yuǎn)程通信方案;文獻(xiàn)[2]介紹了短波通信的抗干擾方法和應(yīng)用，以及短波通信抗干擾技術(shù)的發(fā)展趨勢(shì)。本文從分析目前短波通信系統(tǒng)存在的問(wèn)題入手，通過(guò)使用語(yǔ)音識(shí)別技術(shù)，設(shè)計(jì)出基于語(yǔ)音識(shí)別技術(shù)的機(jī)載短波應(yīng)急通信方法，并細(xì)分析了實(shí)現(xiàn)該方法的關(guān)鍵技術(shù)。該方法對(duì)短波信道的要求低，從而可以極大地提高短波通信的通信距離和抗干擾能力。

2 現(xiàn)有短波通信的不足

2.1 短波通信系統(tǒng)遠(yuǎn)程通信能力缺乏

我國(guó)在南海最南端的領(lǐng)土曾母暗沙距離我國(guó)大陸約兩千公里，菲律賓最南端的島嶼棉蘭老島距離我國(guó)大陸約2 000 km。我國(guó)目前的三代戰(zhàn)機(jī)的作戰(zhàn)半徑可以達(dá)到1 500～2 000 km以上，但是作為這些機(jī)型遠(yuǎn)程通信唯一手段的短波電臺(tái)的通信距離已經(jīng)不能覆蓋載機(jī)的作戰(zhàn)半徑，當(dāng)前正在研發(fā)的新一代戰(zhàn)機(jī)對(duì)短波電臺(tái)的通信距離要求成倍提高，但同時(shí)其中的一些關(guān)鍵指標(biāo)如發(fā)射功率、天線增益等并未提高甚至受飛機(jī)氣動(dòng)外形影響有所降低，在這種條件下要保證飛機(jī)的遠(yuǎn)距通信能力，傳統(tǒng)的通信體制面臨很大的挑戰(zhàn)。

2.2 短波通信系統(tǒng)抗干擾能力不足

由于短波通信頻段較窄、信道擁擠，受環(huán)境影響嚴(yán)重，通信存在質(zhì)量較差、不穩(wěn)定、干擾嚴(yán)重等不利因素，在平時(shí)的正常使用中短波電臺(tái)的通信難以百分之百聯(lián)通，對(duì)于戰(zhàn)時(shí)電子戰(zhàn)帶來(lái)的復(fù)雜電磁環(huán)境，短波通信的可用性將更加難以保證。對(duì)于跳頻抗干擾，由于現(xiàn)役機(jī)載短波電臺(tái)跳速過(guò)低，在每一頻點(diǎn)駐留時(shí)間過(guò)長(zhǎng)，而干擾設(shè)備從偵察頻率到引導(dǎo)干擾的反應(yīng)時(shí)間越來(lái)越短，同時(shí)由于短波信道擁擠的狀況和戰(zhàn)時(shí)敵我雙方大量的電子戰(zhàn)裝備對(duì)短波信道的干擾，幾乎不可能找到?jīng)]有干擾的信道，現(xiàn)有的跳頻抗干擾方式將很難發(fā)揮作用。以美國(guó)、韓國(guó)、我國(guó)臺(tái)灣地區(qū)等普遍裝備的典型車載短波通信干擾設(shè)備AN/TLQ－17(20世紀(jì)90年代海灣戰(zhàn)爭(zhēng)時(shí)產(chǎn)品)為基準(zhǔn)進(jìn)行計(jì)算，我現(xiàn)役機(jī)載短波電臺(tái)的通信能力難以得到有效保證。表1是美軍幾種典型的通信干擾裝備及其指標(biāo)。

表1 美軍幾種典型的通信干擾裝備Table1 Typical communication jamming equipment of US military forces

綜上所述，作為機(jī)載遠(yuǎn)距通信主要手段的短波電臺(tái)目前無(wú)論是在抗干擾能力還是通信距離方面都存在嚴(yán)峻挑戰(zhàn)，需要增加一種應(yīng)急通信手段，當(dāng)常規(guī)短波通信在距離或干擾等極限條件下無(wú)法連通時(shí)作為常規(guī)短波通信的補(bǔ)充，保障飛行員的最低通信需求。

3 基于語(yǔ)音識(shí)別技術(shù)的機(jī)載短波應(yīng)急通信

3.1 短波通信中話音信號(hào)及語(yǔ)義信息分析

短波電臺(tái)的通信距離和抗干擾能力與短波電臺(tái)的發(fā)射功率、天線尺寸以及接收機(jī)的信號(hào)處理能力有密切關(guān)系。由于機(jī)載平臺(tái)的能耗以及尺寸等因素的限制，發(fā)射功率和天線增益提高的空間都不大，唯一具有較大改進(jìn)潛力的地方就是電臺(tái)的接收處理性能。

根據(jù)香農(nóng)定理我們知道，接收機(jī)處理的信號(hào)信噪比同傳輸速率相關(guān)，在信道帶寬固定的情況下，信道速率越低，需要的信噪比越低，同時(shí)其接收靈敏度也就越高，傳輸距離越大。也就是說(shuō)，在其他條件相同時(shí)，如果要高保真的語(yǔ)音或高速的數(shù)據(jù)通信，那么對(duì)信道的信噪比要求就越高，通信的距離就越近，抗干擾能力就越差。

當(dāng)前的通信技術(shù)中大量采用聲碼話技術(shù)將傳統(tǒng)的模擬語(yǔ)音轉(zhuǎn)化成數(shù)字語(yǔ)音進(jìn)行壓縮傳輸，一般的正常數(shù)字語(yǔ)音速率為64 kb/s(傳統(tǒng)電話)。在無(wú)線通信中，通常采用降低采樣率以及壓縮編碼的方式進(jìn)行傳輸，在保證話音質(zhì)量的同時(shí)降低傳輸速率。

實(shí)際上，正常語(yǔ)音包含有豐富的信息，包括頻譜特征、聲紋、語(yǔ)氣以及語(yǔ)義信息等，其中的很多信息并不是我們所必需的。圖1是“任務(wù)已經(jīng)完成”這段2 s話音的時(shí)間－頻率－幅度三維采樣波形，其對(duì)話音正常采樣時(shí)占用接近7 kHz的帶寬。圖2所示的是加了300 Hz的帶通濾波器后的采樣波形，其在占用300 Hz帶寬時(shí)仍舊能夠把“任務(wù)已完成”這句話的意思表述清楚，前后兩者的數(shù)據(jù)量和數(shù)據(jù)率相差幾十倍，圖2所示的就是低速聲碼話的基本工作原理。

圖1 占用7 kHz帶寬的語(yǔ)音信號(hào)Fig.1 Speech signal of 7 kHz bandwidth

圖2 占用300 Hz帶寬的語(yǔ)音信號(hào)Fig.2 Speech signal of 300 Hz bandwidth

那么，最低可接受的語(yǔ)音通話是什么水平?通話中真正關(guān)注的是語(yǔ)音本身還是其語(yǔ)義?兩者對(duì)通信帶寬以及信噪比的要求有巨大的差別。例如:飛行員以正常的語(yǔ)速回復(fù)“明白”這句話音，以1 200 b/s的聲碼話傳輸需要1 200 b的數(shù)據(jù)量，而其中的語(yǔ)義用6 b的數(shù)據(jù)就可以表達(dá)清楚。當(dāng)指揮員和飛行戰(zhàn)斗人員在強(qiáng)干擾導(dǎo)致的所有正常通信手段失效時(shí)，需要的可能僅僅是執(zhí)行或取消、完成或失敗這樣一個(gè)6 b的語(yǔ)義信息。

3.2 自動(dòng)語(yǔ)音識(shí)別技術(shù)

語(yǔ)音識(shí)別是一個(gè)模式匹配的過(guò)程，將語(yǔ)音信號(hào)轉(zhuǎn)化為文本。通常在貝葉斯統(tǒng)計(jì)建?？蚣芟录右越鉀Q。如果認(rèn)為語(yǔ)音可以通過(guò)特征提取轉(zhuǎn)換為具有區(qū)分度的特征序列 O={o1，o2，o3，…，oT}，那么語(yǔ)音識(shí)別的任務(wù)就是在所有的詞序列空間中搜索最優(yōu)的詞序列

其中，W表示特征序列O對(duì)應(yīng)的詞序列，P(O|W)被稱為聲學(xué)模型概率，P(W)被稱為語(yǔ)言模型概率。語(yǔ)音識(shí)別的任務(wù)就是找到一個(gè)最優(yōu)的詞序列，使后驗(yàn)概率最大化。

一個(gè)典型的語(yǔ)音識(shí)別系統(tǒng)如圖3所示，由前端特征提取模塊、聲學(xué)模型、語(yǔ)言模型和解碼器等部分構(gòu)成。

圖3 語(yǔ)音識(shí)別系統(tǒng)的基本組成Fig.3 Basic structure of speech recognition system

基于統(tǒng)計(jì)建?？蚣艿恼Z(yǔ)音識(shí)別需要將原始的語(yǔ)音時(shí)域信號(hào)參數(shù)化，轉(zhuǎn)換為具有區(qū)分度的、易于計(jì)算機(jī)存儲(chǔ)和處理的特征矢量。目前主流的語(yǔ)音識(shí)別系統(tǒng)都采用短時(shí)傅立葉變換、線性預(yù)測(cè)分析和倒譜分析等信號(hào)處理手段。

聲學(xué)模型要解決的問(wèn)題是語(yǔ)音特征和建模單元之間的匹配性和區(qū)分性的問(wèn)題。當(dāng)前主流的語(yǔ)音識(shí)別系統(tǒng)絕大多數(shù)采用隱馬爾科夫模型(Hidden Markov Model，HMM)來(lái)對(duì)聲學(xué)模型進(jìn)行建模[3－4]。一個(gè)典型的用于語(yǔ)音識(shí)別聲學(xué)建模的HMM如圖4所示。

圖4 用于語(yǔ)音識(shí)別的典型HMM結(jié)構(gòu)Fig.4 Typical structure of HMM for speech recognition

HMM的每個(gè)狀態(tài)通常采用高斯混合模型(Gausssian Mixture Model，GMM)進(jìn)行描述，一個(gè)GMM的定義如下:

其中，csm是狀態(tài)s中第m個(gè)混合高斯分量的權(quán)重，D是語(yǔ)音特征向量的維數(shù)，μsm和sm分別為第m個(gè)高斯分量的均值向量和協(xié)方差矩陣。

解碼器的任務(wù)是在由聲學(xué)模型、發(fā)音詞典、命令集等知識(shí)源組成的搜索空間中搜索出最佳詞序列(命令)。在語(yǔ)音識(shí)別中，解碼器所用到的空間異常巨大，必須借助一系列方法對(duì)搜索空間進(jìn)行壓縮。

近20年來(lái)，語(yǔ)音識(shí)別技術(shù)開(kāi)始走向市場(chǎng)，并且在一些領(lǐng)域取得了較好的使用效果，典型的例子如蘋果iphone4S手機(jī)中的“語(yǔ)音助手(Siri)”、科大訊飛公司的“訊飛口訊”軟件(語(yǔ)音識(shí)別效果如圖5所示)。在軍用航空電子領(lǐng)域中，美、法、英、瑞典等先后開(kāi)展了將語(yǔ)音識(shí)別技術(shù)應(yīng)用到機(jī)載平臺(tái)的嘗試。歐洲的“臺(tái)風(fēng)”戰(zhàn)斗機(jī)率先引入了語(yǔ)音識(shí)別技術(shù)用于語(yǔ)音控制，能夠準(zhǔn)確識(shí)別200多種控制命令，對(duì)飛機(jī)航電系統(tǒng)的26種功能進(jìn)行控制，其識(shí)別準(zhǔn)確率超過(guò)95%。美軍的F35也引入了該項(xiàng)技術(shù)，可以識(shí)別100條指令，識(shí)別準(zhǔn)確率達(dá)到98%，美軍正在考慮將該技術(shù)運(yùn)用到F－22“猛禽”戰(zhàn)斗機(jī)上。據(jù)此可見(jiàn)，語(yǔ)音識(shí)別技術(shù)的成熟度已經(jīng)達(dá)到應(yīng)用于軍用航空電子設(shè)備的水平。

圖5 訊飛軟件語(yǔ)音識(shí)別效果圖Fig.5 The impression drawing of iFLY's speech recognition software

3.3 基本技術(shù)方案

基于上述分析，本文提出一種綜合的解決方案，主要思路是在短波電臺(tái)中引入語(yǔ)音識(shí)別及極低速率實(shí)時(shí)通信兩種先進(jìn)技術(shù)，通過(guò)語(yǔ)音識(shí)別技術(shù)提取話音中的語(yǔ)義信息，再將語(yǔ)義信息以極低速實(shí)時(shí)通信模式進(jìn)行傳遞，最大程度減少不必要的通信數(shù)據(jù)量，以此降低對(duì)信道的要求。同時(shí)，在接收端將話音含義信息通過(guò)語(yǔ)音合成技術(shù)生成人工語(yǔ)音，保持短波電臺(tái)輸入輸出語(yǔ)音的接口不變，既不改變飛行員的使用習(xí)慣，也不改變與短波電臺(tái)交聯(lián)的其他航電設(shè)備，從而在大幅提高短波電臺(tái)的通信距離和抗干擾能力的同時(shí)，減小項(xiàng)目的規(guī)模和成本。

圖6為系統(tǒng)原理框圖，在不影響短波電臺(tái)其他功能和性能的條件下，在電臺(tái)收發(fā)信機(jī)單元里增加一路可選的最低限度通信通道。當(dāng)正常話音因?yàn)楦蓴_或距離過(guò)遠(yuǎn)等原因完全中斷時(shí)調(diào)用其功能實(shí)現(xiàn)話音通信。其硬件包括語(yǔ)音識(shí)別模塊、語(yǔ)音合成模塊、控制模塊以及極低速波形調(diào)制解調(diào)模塊，其中語(yǔ)音識(shí)別和語(yǔ)音合成模塊分別與電臺(tái)的語(yǔ)音輸入輸出接口相交聯(lián)，極低速波形調(diào)制解調(diào)模塊與電臺(tái)內(nèi)部的信道模塊的中頻接口相交聯(lián)。

圖6 基于語(yǔ)音識(shí)別技術(shù)的機(jī)載應(yīng)急通信系統(tǒng)原理框圖Fig.6 Functional block diagram of the proposed scheme

當(dāng)該通道用于發(fā)話時(shí)，語(yǔ)音識(shí)別模塊對(duì)飛行員的話音進(jìn)行識(shí)別，提取語(yǔ)義信息轉(zhuǎn)化為對(duì)應(yīng)的數(shù)據(jù)，傳遞至極低速波形調(diào)制解調(diào)模塊，調(diào)制產(chǎn)生中頻模擬信號(hào)經(jīng)電臺(tái)內(nèi)部的信道單元變頻后發(fā)射;當(dāng)該通道用于收話時(shí)，接收來(lái)自電臺(tái)信道單元的經(jīng)極低速調(diào)制的中頻信號(hào)，解調(diào)出數(shù)據(jù)信息，傳遞至語(yǔ)音合成模塊生成人工語(yǔ)音傳遞至飛行員。

該方案在理論上對(duì)短波信道的要求最低，從而能極大地提高短波通信的通信距離和抗干擾能力，其優(yōu)勢(shì)是增加該通道后的短波電臺(tái)不需要改變與機(jī)上外部航電系統(tǒng)的交聯(lián)及接口關(guān)系，基本不改變飛行員的使用習(xí)慣，經(jīng)驗(yàn)證成功后，可以在新研短波電臺(tái)中將此功能模塊集成到電臺(tái)原有的主控模塊中，研發(fā)過(guò)程相對(duì)簡(jiǎn)單，研發(fā)成本很低。

4 關(guān)鍵技術(shù)

4.1 嵌入式命令詞語(yǔ)音識(shí)別系統(tǒng)

語(yǔ)音識(shí)別技術(shù)是把高速率的語(yǔ)音信號(hào)轉(zhuǎn)換為極低速率的語(yǔ)義數(shù)據(jù)的關(guān)鍵，采用計(jì)算資源要求較低的命令詞語(yǔ)音識(shí)別系統(tǒng)較為合適。為了在嵌入式系統(tǒng)的低計(jì)算資源條件下完成語(yǔ)音識(shí)別功能，需要對(duì)系統(tǒng)進(jìn)行高度優(yōu)化。第一，聲學(xué)模型使用在嵌入式系統(tǒng)之前，需要進(jìn)行合理地裁剪、壓縮;第二，指令集構(gòu)成的解碼搜索空間需要進(jìn)行狀態(tài)合并等技術(shù)進(jìn)行優(yōu)化;第三，解碼器需要使用高斯選擇等技術(shù)優(yōu)化搜索算法，以減少計(jì)算量。

4.2 說(shuō)話人自適應(yīng)

每一套系統(tǒng)提供給飛機(jī)所在部隊(duì)的飛行員使用，因此，可以通過(guò)對(duì)聲學(xué)模型進(jìn)行說(shuō)話人自適應(yīng)來(lái)提高系統(tǒng)的識(shí)別率。通過(guò)采集飛行員常用任務(wù)對(duì)話建立數(shù)據(jù)庫(kù)，作為先驗(yàn)數(shù)據(jù)，采用最大似然線性回歸(Maximum Likelihood Linear Regression，MLLR)算法[5]或最大后驗(yàn)概率(Maximum A Posteriori，MAP)算法[6]對(duì)聲學(xué)模型進(jìn)行說(shuō)話人自適應(yīng)，提高系統(tǒng)對(duì)相關(guān)說(shuō)話人的識(shí)別性能。

MLLR算法通過(guò)說(shuō)話人相關(guān)、識(shí)別環(huán)境相關(guān)的語(yǔ)音數(shù)據(jù)對(duì)背景聲學(xué)模型的高斯均值和方差進(jìn)行線性變化，使自適應(yīng)后的模型能夠更好地?cái)M合實(shí)際識(shí)別的語(yǔ)音。線性變化的參數(shù)在最大似然準(zhǔn)則下通過(guò)EM算法訓(xùn)練得到。MLLR假設(shè)自適應(yīng)后的模型參數(shù)與已有背景模型參數(shù)存在如下線性變化關(guān)系:

其中，μ、Σ分別是均值矢量和協(xié)方差矩陣。

MAP自適應(yīng)利用貝葉斯理論，將模型先驗(yàn)信息與帶噪語(yǔ)音數(shù)據(jù)信息相結(jié)合實(shí)現(xiàn)自適應(yīng)。新模型的參數(shù)通過(guò)最大化帶噪語(yǔ)音數(shù)據(jù)x的后驗(yàn)分布來(lái)估計(jì):

4.3 噪聲魯棒性語(yǔ)音識(shí)別

飛機(jī)平臺(tái)上的背景噪聲較大，只有解決了噪聲魯棒性問(wèn)題，該項(xiàng)技術(shù)才能真正實(shí)用。語(yǔ)音識(shí)別的噪聲魯棒性是指在輸入語(yǔ)音受噪聲影響、質(zhì)量較差、語(yǔ)音的音素特性或聲學(xué)特性在訓(xùn)練和測(cè)試不匹配時(shí)，語(yǔ)音識(shí)別系統(tǒng)仍然保持較高的識(shí)別精度的性質(zhì)。噪聲魯棒性語(yǔ)音識(shí)別的研究目的就是要消除或減小這種不匹配帶來(lái)的影響?？梢酝ㄟ^(guò)映射f來(lái)描述這種不匹配性:

其中，s是一個(gè)識(shí)別單元模型;用e來(lái)表示一個(gè)特定的聲學(xué)環(huán)境，qe(s)表示在聲學(xué)環(huán)境e下對(duì)s的度量;映射f代表一種最小化環(huán)境α和β下的度量轉(zhuǎn)換?？梢钥紤]采用修改解碼過(guò)程中所使用的聲學(xué)模型，即模型域方法，或采用特征域方法來(lái)提高系統(tǒng)在機(jī)載噪聲條件下的性能。這兩大類變換方法如圖7所示。

圖7 語(yǔ)音識(shí)別噪聲魯棒性方法Fig.7 Methods of noise robustness speech recognition

(1)模型域魯棒性技術(shù)分析

模型域魯棒性技術(shù)主要通過(guò)修改訓(xùn)練模型的參數(shù)，使其適應(yīng)測(cè)試語(yǔ)音。前面提到的聲學(xué)模型自適應(yīng)技術(shù)也可以用于提高系統(tǒng)的噪聲魯棒性。通過(guò)采集飛行員話筒傳入的機(jī)艙內(nèi)噪聲數(shù)據(jù)使用MLLR或者M(jìn)AP對(duì)聲學(xué)模型進(jìn)行修正，可以較好地解決噪聲魯棒性問(wèn)題。

(2)特征域魯棒性技術(shù)分析

前端特征域魯棒性技術(shù)的目標(biāo)是對(duì)原始語(yǔ)音信號(hào)進(jìn)行處理，提取和訓(xùn)練數(shù)據(jù)“近似”的聲學(xué)特征，提供給解碼器使用。常見(jiàn)的特征域魯棒性技術(shù)有特征規(guī)整技術(shù)和魯棒性特征技術(shù)兩類。

可以考慮使用均值方差規(guī)整技術(shù)(Mean and Variance Normalization，MVN)對(duì)特征進(jìn)行處理。語(yǔ)音信號(hào)o(t)是由原始發(fā)音信號(hào)s(t)經(jīng)過(guò)傳播函數(shù)h(t)表征的傳輸信道得到的，在時(shí)域上表示為o(t)=s(t)*h(t)，頻域上則表示為O(f)=S(f)H(f)。對(duì)O(f)取倒譜則得到

通常，同一個(gè)信道的傳輸函數(shù)H(f)是較為穩(wěn)定，減去這一信道倒譜的均值，能在一定程度上排除信道帶來(lái)的影響。對(duì)語(yǔ)音特征的方差進(jìn)行規(guī)整，能進(jìn)一步地抑制加性噪聲。設(shè)O(t)為第t幀語(yǔ)音信號(hào)倒譜，語(yǔ)音信號(hào)的長(zhǎng)度為T，那么經(jīng)過(guò)MVN后的O'(t)為

魯棒性特征提取方法試圖獲取抗噪能力強(qiáng)的特征參數(shù)。梅爾頻率倒譜系數(shù)和感知線性預(yù)測(cè)系數(shù)是目前主流語(yǔ)音識(shí)別系統(tǒng)使用的特征。基于人耳聽(tīng)感知機(jī)理和子帶能量規(guī)整特征(Auditory－Based Subband Power Normalized Features，ABSPNF)[7]使用實(shí)時(shí)在線的子帶能量規(guī)整，融入感知線性預(yù)測(cè)系數(shù)中的等響度預(yù)加重和強(qiáng)度－響度冪次法則，在噪聲環(huán)境下有較好的識(shí)別性能。采用ABSPNF作為語(yǔ)音識(shí)別的輸入特征，可以進(jìn)一步地提高系統(tǒng)在機(jī)載噪聲下的識(shí)別精度。

5 總結(jié)及工作展望

本文分析了現(xiàn)有短波通信在抗干擾和通信距離上存在的欠缺，提出了一種基于語(yǔ)音識(shí)別技術(shù)的機(jī)載短波應(yīng)急通信方法。該方法通過(guò)語(yǔ)音識(shí)別技術(shù)提取語(yǔ)音信號(hào)的語(yǔ)義信息進(jìn)行傳輸。針對(duì)這種特定的環(huán)境，本文就嵌入式命令詞語(yǔ)音識(shí)別系統(tǒng)、說(shuō)話人自適應(yīng)技術(shù)、噪聲魯棒性語(yǔ)音識(shí)別技術(shù)進(jìn)行了分析，采用這些技術(shù)提高了語(yǔ)音識(shí)別的性能，保證了基于語(yǔ)音識(shí)別技術(shù)的機(jī)載短波應(yīng)急通信方法的實(shí)現(xiàn)。

本文提出的基于語(yǔ)音識(shí)別技術(shù)的機(jī)載短波應(yīng)急通信方法降低了對(duì)短波信道的要求，可極大地提高短波通信的通信距離和抗干擾能力，為機(jī)載平臺(tái)提供了一種常規(guī)短波通信完全失效時(shí)的應(yīng)急通信手段，保障飛行員的最低通信需求。今后的工作方向之一是研究新的聲學(xué)模型建模技術(shù)和魯棒性語(yǔ)音識(shí)別技術(shù)，進(jìn)一步提高系統(tǒng)的穩(wěn)定性和可靠性。

[1]吳昊，陳樹(shù)新，張衡陽(yáng).基于小衛(wèi)星中繼的遠(yuǎn)程通信方案[J].電訊技術(shù)，2012，52(4):452－455.WU Hao，CHEN Shu－xin，ZHANG Heng－yang.A Remote Communication Scheme Based on Small Satellite Relay[J].Telecommunication Engineering，2012，52(4):452－455.(in Chinese)

[2]王磊，李鶴，周音，等.信息化條件下短波通信抗干擾技術(shù)與應(yīng)用[J].艦船電子工程，2012，32(2):69－72.WANG Lei，LI He，ZHOU Yin，et al.Technology and Application Research of HF Communication Anti－jamming under the Informatization Condition [J].Ship Electronic Engineering，2012，32(2):69－72.(in Chinese)

[3]Levinson S，Rabiner L，Sondhi M.An introduction to the application of the theory of probabilistic functions of a markov process to automatic speech recognition[J].Bell System Technical Journal，1983，62(4):1035－1074.

[4]Rabiner L.A tutorial on hidden markov models and selected applications in speech recognition[J].Proceedings of the IEEE，1989，77(2):257－286.

[5]Leggetter C，Woodland P.Maximum likelihood linear regression for speaker adaptation of continuous density hidden markov models[J].Computer Speech and Language，1995，9(2):171－185.

[6]Gauvain J，Lee C.Maximum a posteriori estimation for multivariate gaussian mixture observations of markov chains[J].IEEE Transactions on Speech and Audio Processing，1994，2(2):291－298.

[7]蔡尚.自動(dòng)語(yǔ)音識(shí)別中的噪聲魯棒性特征提取方法研究[D].北京:中國(guó)科學(xué)院聲學(xué)研究所，2012.CAI Shang.Noise Robust Feature Extraction Methods for Automatic Speech Recognition[D].Beijing:Institute of A-coustics，Chinese Academy of Sciences，2012.(in Chinese)