长江信息通信杂志

摘要：实时语音识别技术是语音领域的研究重点之一,在人工智能领域的应用非常广泛。然而在实际模型部署和应用时,实时语音识别技术仍然面临着诸多挑战性问题,诸如网络延迟和噪声干扰等。为促进实时语音识别技术的发展和应用,文章基于当前实时语音识别技术的瓶颈问题总结概述实时语音识别技术的一般性处理方法和存在的问题,然后分析噪声环境对语音识别系统的影响,并概括出实时语音识别中常用的噪声滤除解决思路,最后提出一种针对非平稳噪声环境下实时语音识别系统的优化方案和训练策略。实验结果表明所提方案在保持良好的语音识别率情况下,能有效精简模型尺寸,有利于加速实时语音识别系统在端侧的部署和提升识别系统对噪声环境的适应性。

关键词： 实时;语音识别;网络延迟;噪声干扰;非平稳噪声;

基金资助： 茂名市科技计划立项项目（2024363）；

DOI： 10.20153/j.issn.2096-9759.2026.05.003

专辑： 信息科技

专题： 电信技术;自动化技术

分类号： TN912.34;TP18