一种多国别英语发音数据扩充及识别补偿模型构建方法

本发明涉及一种多国别英语发音数据扩充及识别补偿模型构建方法。该方法首先收集多国别英语发音样本，并进行去噪、分割和格式转换等预处理操作。提取梅尔频率倒谱系数(MFCC)声学特征，并利用RNN和LSTM网络捕获时序特征。通过对抗网络生成不同国别的语音数据，并与真实数据合并构建多国别语音数据库。本方案还包括国别识别模块和语音识别模型的构建，通过LSTM或Transformer架构训练模型，并将国别识别结果作为输入以提高识别效果。本发明能够有效扩充多国别英语发音数据，降低数据收集成本，提升语音识别系统在多样化口音环境下的鲁棒性和准确性。通过技术手段，本方案为全球化背景下的语音识别应用提供了有效的数据支持和模型优化策略。