一种语音通话实时转写系统及方法

本发明提供了一种语音通话实时转写系统及方法，涉及计算机技术领域，所述系统包括：网元模块用于当检测到用户端的通话请求时，获取对应的音频数据；语音送流引擎，用于基于预设感知加权矢量量化算法，对音频数据进行分层压缩，得到音频压缩数据，并对音频压缩数据进行格式转化处理，得到临时音频数据；语音引擎，用于对临时音频数据进行特征提取，得到多模态特征数据，并基于预设的语音识别模型对多模态特征数据进行处理，得到文本信息；分析优化模块，用于基于预设大模型，根据文本信息和预设词汇库得到对应的实时转写文本数据。本发明通过利用多模态特征数据，全面表征语音信息，使得语音识别模型能够更准确地进行语音到文本的转换。