基于RAG的领域化语音识别方法及系统

本发明公开了一种基于RAG的领域化语音识别方法及系统，该方法包括获取原始领域文档集，通过主题分类、段落切分和句子切分构建分层文档结构，执行向量化处理生成多粒度向量矩阵集，建立层次化知识向量索引结构；对实时音频流进行多尺度时频分析，提取并增强声学特征，生成多尺度特征张量；对特征张量执行自适应分块和递进式注意力处理，构建概率估计模型，生成候选文本序列；基于多维查询向量在知识索引中执行多层检索，生成相关知识片段；对特征进行空间映射和动态注意力处理，执行概率优化解码得到最终识别文本。本发明通过知识增强和多层次特征处理，提升了专业领域语音识别的准确性和鲁棒性。