一种基于大脑活动信息的自监督学习语音识别方法及系统

本发明公开了一种基于大脑活动信息的自监督学习语音识别方法及系统，包括以下步骤：将语音信号数据和与之相对应的大脑活动信息，输入自监督语音模型训练单元进行模型训练；通过线性回归函数预测当前语音信号与大脑血氧水平变换信号间的响应关系，优化模型参数。本发明通过建立神经编码模型，利用与语音对应的大脑活动信息，提升自监督学习模型的训练效果，解决现有电网领域中，基于无监督学习的语音识别算法在训练数据量不足和低信噪比的情况下，语音识别效果差的问题。