人工智能语音识别技术在国外军事领域的应用分析

王雪宝 汤永涛 王青波 唐文龙

摘要：文章介绍了人工智能语音识别技术在国外军事领域中控制装备、语义理解和信息甄别等场景的应用现状，指出了该技术在各场景下的应用思路，总结了人工智能语音识别技术在国外军事领域中的应用有利于提高人员工作效率，增强装备智能化程度和拓宽信息维度等特点，并展望了人工智能语音识别技术在军事领域的应用发展方向：提高识别率、增强稳定性和推广实用性。

关键词：人工智能；语音识别；军事领域；应用分析

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（2024）05-0021-03

0 引言

人工智能语音识别技术建立在人工智能算法和语音识别算法的基础上，其基本原理是将人工智能算法用于语音识别领域，以提高语音识别的准确率、稳健性和交互性。语音识别是将人的语音转化为机器能够识别的语音或者指令，且机器能够根据指令自动做出预期的响应。从最初的字词识别，到现在的人机交互，随着该技术的不断发展和应用，人工智能语音识别不仅给民用各领域带来了便利，例如智能家居、智能手机、安防、教育和医疗等，同时也对军事领域产生了巨大影响[1-3]。

1 人工智能语音识别技术在国外军事领域的应用现状

1.1 語音识别控制装备

人工智能算法的发展推动了语音识别技术在各行各业的应用，尤其在智能家居领域，人可以随意通过语音控制家居的运转。人工智能语音识别技术实现了将语音转化为控制目标运行的指令，省去了人机械性的控制行为。在军事领域通过语音控制装备最为经典的案例当属机载语音识别控制系统。如表1所示，早在20世纪80至90年代，美国、法国等西方国家就已经将语音识别技术运用于“F-16”“阵风”“台风”等系列飞机上[4]。飞行员通过语音可以控制火控雷达瞄准目标、武器攻击目标、电子对抗装备抗击目标等措施自动执行，把双手从执行战术动作中解放出来，能够更加专心地集中精神操纵飞机，有效提高了自身的作战效能。近年来，随着人工智能技术的不断推广，语音识别技术也相应得到提升，例如集成语音识别等多功能的战斗机飞行员智能头盔受到大家青睐，典型代表英国BAE Striker Ⅱ头盔、巴基斯坦引进的歼—10CE等[5]。当然，还有舰船装备、坦克装备和单兵装备等，都存在利用人工智能语音识别技术的情况。其主要思想是通过语音代替复杂流程和复杂环境中人的执行行为和动作，提高人的效率和准确度。

1.2 语音识别语义理解

语音识别控制装备仅需完成语音和机器指令的映射关系，识别模块不需要理解语音的内在含义，传统的语音识别更加倾向于模式识别。如图1所示，为语音识别的基本流程，其中固定不变的是语音采集和预处理部分，编码中的特征提取方法和解码中的声学模型、语音模型、词典会随着语音识别算法不同而变化。随着人工智能算法的引入，语音识别中语义推理和理解成为研究热点问题，典型代表为语音翻译。语音翻译不仅要求将语音转化为对应文字，还要求文字形成的语句准确表达出其中意思[6-8]。在军事领域，外军常常会截获到潜在对手的语音通话等信息，由于语言的隔阂无法快速知晓其中的内容，语音翻译系统较好地解决了这一问题。人机互动的前提是机器较为准确地理解人的语音包含的意思，进而实现与人较为顺畅的对话。目前，通过对大量语言文本的学习和迁移，人机交互系统可以实现简单背景下的人机交流。在军事训练过程中，外军尝试利用人机交互系统实现对士兵各种专业技能的交流考核，提高了训练的效率[9-10]。语音识别中的语义理解更加强调对语音内容识别后的连贯性和可读性。

1.3 语音识别信息甄别

语音信号中除了包含语义信息以外，还隐含着说话人的信息。如图2所示，为语音识别中的信息甄别利用。由于人身体构造的原因，每个人的声带存在着差异，不同人对同一句话的表述的结果，在语音信号上存在区别，也就是“声纹”。理想情况下，每个人说话的“声纹”特征具有稳定性，通过提取声纹可以识别出特定说话人。美国将这一重要价值信息应用于军事斗争中，通过采集“声纹”特征识别说话人个体身份，进而获得有价值的情报。在军事情报侦察过程中，通过不同的飞机或卫星平台装载的通信侦察设备截获海量语音信息，基于对关键人物“声纹”的学习，从海量语音信息中寻找到特定人物，继而采取相应的措施，包括持续性的情报搜集、目的性的火力打击等行动[11]。语音识别中的信息甄别不仅关注语音的内容，而且扩展到发出的语音中包含了特定人的细微特征。在确定特定人身份的情况下，再对该特定人的语音内容进行分析和处理，或者在重点的语音内容中搜寻特定人物，以实现相应的军事目的。传统条件下需要人通过自身听觉来辨别，人工智能语音识别技术实现了该过程的自动化。

2 人工智能语音识别技术在国外军事领域的应用特点

2.1 提高人员工作效率

人工智能语音识别技术在军事领域中的应用最明显的特点之一：实现了由“人动”到“自动”的转变。无论是战斗机飞行员的语音识别头盔、人机交互军事训练系统，还是“声纹”特征甄别特定人，都是将人的行为动作转化为通过语音控制装设备自动运行。具备了语音识别功能，上述场景中装备和设备需要的操作流程将简洁化。以通过“声纹”特征甄别特定人为例，工作人员利用传统方式时将花费更长的时间在听辨和分析海量语音数据上，且其效果也不一定令人满意。然而，智能化语音识别手段的引入则可以有效解决这一问题，工作人员可以不用花费过多的精力在识别上，而是集中精力在获取信息后的决策上。从操作装备和设备的步骤来看，人工智能语音识别技术的引入可以简化操作流程；从操作装备和设备的人员来看，人工智能语音识别技术的引入应对多岗位装备和设备时可以减少岗位人数。因此，人工智能语音识别技术未来在军事装备中的应用将使得单人能够以简洁的操作流程实现对多岗位装备的指挥和控制，提高操作人员的工作效率。

2.2 增强智能化程度

传统的语音识别技术聚焦于语音包含的表面意思，仅完成声音到文字的转换，少字错字对识别结果有较大影响，容错率较低。基于简单的单音节或多音节字词学习训练完成语音信号的识别，忽视了上下文之间的内在逻辑联系。人工智能算法的发展使得语音识别逐步关注语音内容的局部整体性，在某些音节不清楚和受噪声影响较大时，通过语音信号之间的关联性可以识别和推理出说话者要表达的意思。以人机交互为例，它实现了人与机器之间存在的交流机会。机器不仅仅需要识别说话人语音包含的内容是什么，还要理解内容表达的引申意思是什么，这样机器才能在后续做出正确有效的回应，交互的过程才能持续保持下去。交互语音中能否恰当表达出情感是衡量机器智能化程度的重要指标之一，这里面不再是简单的识别，还包含了深层次的推理。基于深度学习、迁移学习和强化学习等算法，语音识别的智能化程度将得到强化。人工智能与语音识别技术相结合并在军事装备中运用，必然能使智能化程度将进一步得到提高。

2.3 拓宽信息维度

对于军事装备而言，语音识别在其中应用的基本目的是识别出语音信号中传递的内容，并根据内容做出对应的响应。这是从单一信息维度上思考语音信号的价值。在语音识别技术智能化不断提高的基础上，语音识别系统具备了学习和推理能力，对信息挖掘的深度得到增强，同时对信息处理的速度也得到提高。在人机进行语音交互过程中，语音识别系统通过学习推理能够获得对话上下文的逻辑关系，进而做出正确的回答。通过学习算法扩展学习维度，从中获取语音表达的内在联系，未来机器交流甚至和普通人没有区别[12-13]。“声纹”识别技术利用提取的细微语音特征，能够实现对发声个体的精确识别；该思想已经在特征域进行拓维，超越了语音信息本身，更加关注语音信号的特点。两者存在共同特点：在完成语音识别任务过程中，通过挖掘语音信号的深层次特征，拓宽语音信号中包含的信息维度，以此地实现语音识别中特定的目标，并达到预期效果。在军事装备中拓宽接收信息维度，提高处理信息速度，对于发挥装备的效能有重大的影响。

3 人工智能语音识别技术在军事领域的应用展望

3.1 提高识别准确率是基础

人工智能语音识别技术应用目的是使机器能够听懂人类的语音，并根据语音的内容做出正确有效的响应。可以看出，机器做出正确有效响应的前提条件是对人类语音内容的识别准确。因此，提高人工智能语音识别技术的识别准确率是其发展的基本目标，在一定场景下语音识别系统的正确识别率大小是衡量该语音识别系统优劣的核心因素之一。提高系统的正确识别率的措施主要集中在两个方面：一是语音信号预处理算法的改进，通过滤波去噪、加窗处理和端点检测等方法促使语音信号更加纯净，去除不同场景下噪声等干扰的影响，利于后续显著特征的提取；二是语音模型和识别模型的改进，通过对语音模型的优化，例如HMM-GMM等模型，采用卷积神经网络、长短时记忆网络等深度学习网络，基于大样本的学习训练，能够有效提高语音识别系统的准确率。除此之外，当前流行的语音大模型，例如Whisper 和Audio?PaLM等，利用增强语音内容上下文学习的能力和多任务同一表示的方法，采用多任务多模态的手段提升语音识别系统的正确识别率。

3.2 增强算法稳健性是关键

一般而言，人工智能语音识别算法的准确率需要给定相应的场景，就当前技术而言难以找到适合所有场景的语音识别算法。对于语音识别系统，语音识别算法的稳健性决定了系统适应当前环境的状态。其中包括两个层面，一是输入对象的语音可能会存在变化，二是输入语音的背景可能存在不同程度的干扰影响。在背景环境一定的条件下，输入语音的变化会对识别结果产生影响。尤其是在军事领域，不同个人的发音方式、口音，同一人在正常和喉咙嘶哑时都会影响语音输入的结果或质量，进而影响识别的结果。当输入语音正常时，背景环境的干扰因素对最终的识别效果也存在较大影响。因此，在改进人工智能语音识别算法时应考虑这些层面因素。采用深度学习等算法时，构建的大样本训练需要添加特殊条件下的语音信号样本，既包括输入语音对象的状态，也包括输入语音的背景，以增强算法的泛化性，从而实现系统的稳健识别[14-15]。只有多方面考虑语音识别算法可能遇到的情况，并在此基础上加以改进，才能更好地增强算法的稳健性。

3.3 推广技术实用性是趋势

人工智能语音识别技术在民用领域的广泛成功运用给世界各国军事装备专家以重要的启示。虽然人工智能语音识别技术比较成熟，但是在军事领域中找到合适的应用场景也非常重要。军事领域对装备的有效性和可靠性要求较高，装备的实用性决定了语音识别技术在军事领域的推广程度。在将人工智能语音识别技术运用于军事领域时，应充分考虑其使用需求，论证该技术在特定背景下的实用性程度。主要把握以下几个方面：一是人工智能语音识别技术应用到装备能否提高军事领域作战人员的工作效率，以及新作战装备的使用效能；二是人工智能语音识别技术应用到装备是否会影响原有装备各模块的正常使用，或者性能发挥；三是人工智能语音识别技术应用到装备后是否容易操作，以及维护保养。只有理清这些問题，人工智能语音识别技术与装备结合的实用性才能得以明晓。如此，人工智能语音识别技术才能在军事装备领域得到广泛的应用。

4 结束语

随着人工智能语音识别技术的不断进步和发展，未来语音识别系统在识别率、稳定性和实用性等方面将进一步得到提升和改善。智能语音识别系统在军事领域中的引入必定会给新装备的性能发挥带来巨大影响。世界各国在军事装备领域的更新换代应当把握住技术革命带来的发展机遇，加快高精尖装备、技术补充和替代传统装备、技术的进程，提高军事装备各领域各部分的作战力量，充分发挥高新技术给军事装备带来的明显优势。

参考文献：

[1] 王为颂，陈健.语音识别技术在舰载指控系统中的应用[J].舰船科学技术，2002，24（2）：55-56，62.

[2] 柏财通，高志强，李爱，等.基于門控网络的军事装备控制指令语音识别研究[J].计算机工程，2021，47（7）：301-306.

[3] 邓福元，王建新，陈天赐.基于语音识别技术的军事标图系统设计与实现[J].企业技术开发，2008，27（11）：10-12.

[4] 赵军辉，匡镜明，谢湘.应用于军事指挥中的鲁棒性语音识别系统[J].兵工学报，2004，25（4）：509-512.

[5] 陈阿磊，刘振，周畅，等.国外典型智能化网电军事装备发展研究[J].舰船电子对抗，2023，46（1）：14-21.

[6] 蔡静平.语音信号数字处理技术及其军事应用[J].国防科技，2007，28（9）：27-33.

[7] 鹿哲源，牛小明，康林，等.人机交互语音识别发展及军事应用分析[J].兵工自动化，2023，42（4）：21-25.

[8] 李雪林.基于人机互动的语音识别技术综述[J].电子世界，2018（21）：105.

[9] 齐季.军事上的声纹识别技术[J].百科知识，2011（4）：63-64.

[10] 张凤，高航.自然语言处理技术在西方国家军事领域的应用现状[J].国防科技，2014，35（6）：75-82.

[11] 席倩，谢忠沂，孙超群，等.一种基于人脸与语音识别的智慧教室控制系统设计与实现[J].淮阴师范学院学报（自然科学版），2023，22（4）：316-320.

[12] 姚鑫.基于语音识别的多模态人机交互系统关键技术研究[J].自动化与仪器仪表，2023（11）：222-225.

[13] 李可.面向语言对话场景的智能语音交互关键技术研究[J]. 自动化与仪器仪表，2023（8）：295-299.

[14] 刘育坤，郑霖，黎塔，等.多声学场景下端到端语音识别声学编码器的自适应[J].声学学报，2023，48（6）：1260-1268.

[15] 王丽，涂冰花，王伟，等.长短期记忆循环神经网络在自动语音识别中的应用[J].单片机与嵌入式系统应用，2023，23（10）：49-52，56.

【通联编辑：朱宝贵】