CN101162153A - 一种语音控制的车载gps导航系统及其实现方法 - Google Patents

Abstract

本发明涉及一种语音控制的车载GPS的导航系统及其实现方法，包括1、电子地图模块将地图中的地名词条生成地名列表，并将上述地名列表作为语音识别模块的识别集传送给上述语音识别模块；2、开启语音识别模块启动键；3、接受用户输入语音并进行特征提取；4、提取完语音特征进行语音识别；上述语音识别属于孤立词语音识别，采用基于音素的非特定人语音识别方法；5、语音识别完成后输出多个候选结果供用户最终确认；6、用户最终确认后的结果传送给电子地图模块并映射成相应的地图坐标显示到显示屏上。本发明既简化GPS设备的操作流程，又为司机的安全行车提供保障，同时也将为大力推广GPS导航设备提供便利。

Description

一种语音控制的车载GPS导航系统及其实现方法

技术领域

本发明涉及GPS导航系统，尤其涉及一种语音控制的车载GPS导航系统及其实现方法。

背景技术

GPS的应用已经十分广泛，差不多涉及到国民经济的各个领域，尤其是近年来伴随着中国的汽车消费市场的发展繁荣，GPS定位、GPS导航向消费市场的发展势头强劲。以GPS为代表的卫星导航应用产品，由于它能很容易地提供位置、速度和时间信息，所以很快成为现代信息社会重要信息来源，成为信息时代的国家基础设施之一。另外，由于其功能强大、使用方便、价格合适，所以能很好地与其它系统结合，形成众多新应用、新产品，并催生了很多相关产业的诞生和发展。GPS技术和应用正迅速地进入我们日常工作、学习、生活和娱乐中。

当前，GPS车辆定位和GPS导航产品的市场已在我国形成，并会出现指数式的快速增长。经过多年的培育和探索，从GPS定位技术发展出的监控报警和调度指挥两大系统业已相当成熟，当前大中城市的出租车、中高档的私家车基本上都安装了定位防盗系统。

一个更重要的方面，与智能交通系统(Intelligent TransportationSystem，以下简称ITS)这样的牵动国民经济的骨干工程密切相关，GPS车辆导航产品的需求在国内日渐重要，近期内会形成批量的市场需求，国内一汽等几家大型汽车厂业已有所行动，GPS导航产品将成为下一个GPS技术应用的重要方面进入需求市场的飞速增长期。因为我国的ITS重大项目和工程正在积极落实、安排和启动之中。据权威机构预测，至2015年全世界ITS市场的累计产值可达到4000亿美元。

当前，市场上的GPS导航设备采用的输入方法是采用触摸屏或者汉语拼音全拼输入的方式进行命令和目的地址词条的输入。这种输入方法一方面影响驾车者安全行驶；另一方面，在触摸屏上采用软键盘的方法输入地址词条非常不方便，一个大中城市的电子地图中的地址名称大约有数万条目，在这么大的一个数据库中查找用户需要的某个地名在操作上非常繁琐也比较困难。

发明内容

本发明的目的是为了解决车载GPS导航系统中的设备输入问题而研究开发的，为了实现上述目的，本发明提供了一种语音控制的车载GPS导航系统的实现方法，特点是包括以下步骤：

步骤1、电子地图模块将地图中的地名词条生成地名列表，并将上述地名列表作为语音识别模块的识别集传送给上述语音识别模块；

步骤2、开启语音识别模块启动键，系统启动语音识别；

步骤3、接受用户输入语音并进行特征提取；

步骤4、对上述语音特征进行语音识别；上述语音识别属于孤立词语音识别，采用基于音素的非特定人语音识别方法；

步骤5、语音识别完成后输出多个候选结果供用户最终确认；

步骤6、用户最终确认后的结果传送给电子地图模块并映射成相应的地图坐标显示到显示屏上。

上述步骤1中所述的输入识别词条的汉字可以支持GB2312/GBK/Unicode输入。

上述步骤3中所述的特征提取可以选用27维特征，包括12维美尔频率倒频谱系数(Mel-Frequency Cepstrum Coefficient，以下简称MFCC)、12维ΔMFCC，即MFCC的一阶差分、短时归一化对数能量E及其一阶差分ΔE和二阶差分ΔΔE。

上述步骤4中所述的语音识别在网络搜索过程中可以使用Viterbi算法对每个词条的音素网络进行搜索匹配，对所有词条的观察概率进行比较，从而实现识别网络解码。

上述步骤4中所述的语音识别过程中应用到语音的声学模型可以采用连续隐含马尔可夫模型(Continuous Hidden Markov Model，以下简称CHMM)在计算机上对语音训练数据进行统计得到。

上述步骤5中所述最终确认方式可以采用触摸屏或按键选中。

另外，本发明还提供了一种语音控制的车载GPS导航系统，包括电子地图模块，结果输出模块，显示屏，其特点是还包括地名列表，语音识别模块启动键，语音输入模块，特征提取模块，语音识别模块和声学模型。

上述电子地图模块生成上述地名列表并作为上述语音识别模块的识别集传送给上述语音识别模块；开启上述语音识别模块启动键，系统启动语音识别；上述语音输入模块接受用户输入语音并进入上述特征提取模块；提取完语音特征进入上述语音识别模块，应用上述声学模型进行语音识别；语音识别完成后进入上述结果输出模块输出多个候选结果供用户最终确认；用户最终确认后的结果传送给上述电子地图模块并映射成相应的地图坐标显示到上述显示屏上。

当前市场上的GPS导航设备的操作复杂繁琐，同时不利于司机的安全驾驶，本发明的提出既可以简化GPS设备的操作流程，可以为司机的安全行车提供保障，同时也将为大力推广GPS导航设备提供便利。

下面结合附图，对本发明的具体实施作进一步的详细说明。对于所属技术领域的技术人员而言，从对本发明的详细说明中，本发明的上述和其他目的、特征和优点将显而易见。

附图说明

图1为本发明一较佳实施例的系统结构框图。

图2为本发明一较佳实施例的流程图。

具体实施方式

请参照图1，该图是本发明的系统的一较佳实施例的系统结构框图。如图1所示，整个语音控制的车载GPS导航系统结构主体包括三个部分电子地图模块，地名列表和语音识别模块。首先电子地图模块生成城市的地名列表作为语音识别模块的识别集，语音识别模块的识别结果经过数据通信传送给电子地图模块；如果语音识别模块给出多个识别候选，那么这些候选条目将都显示到触摸屏上，经过用户选择确认后将结果传送给电子地图模块。电子地图模块把得到的识别条目映射成地图的坐标点显示到显示屏上。可以看出本发明的核心部分是语音识别模块。

继续参照图2，该图是本发明的实现方法的一较佳实施例的流程图。该发明本质上是孤立词语音识别。首先电子地图模块生成地名列表并作为语音识别模块的识别集；并将上述识别集传送给上述语音识别模块；即在系统准备过程中，只需要输入识别词条的汉字(支持GB2312/GBK/Unicode输入)，无需对使用者进行任何训练就能开始识别，识别集词条的规模可以达到100,000词。接着开启上述语音识别模块的启动键，系统启动语音识别；然后接受用户输入语音并进行特征提取；在特征提取中，本发明选用了27维特征，包括12维MFCC、12维ΔMFCC(即MFCC的一阶差分)、短时归一化对数能量E及其一阶差分ΔE和二阶差分ΔΔE。系统采用的MFCC特征是具有较高稳健型的声学特征，在噪声环境下(如汽车环境)中，系统可以保持较高的识别性能。接下来对提取完语音特征进行语音识别。考虑到识别集包含几万常用地名(一个中等城市的地名规模)，语音识别过程是基于音素的非特定人语音识别方法应用语音的声学模型和地名列表进行语音识别。语音的声学模型是采用CHMM模型在计算机上对大量的语音训练数据进行统计得到的。在网络搜索过程中使用Viterbi算法对每个词条的音素网络进行搜索匹配，对所有词条的观察概率进行比较，从而进行识别网络解码，最后在显示屏上输出多个候选供用户进行最终确认(确认方式可以采用触摸屏或按键选中)。用户最终确认后的结果传送给电子地图模块并映射成相应的地图坐标显示到显示屏上。

本发明在实际系统中主要的应用方式为大规模孤立词识别技术，可以识别10万地名，对于任何的大中城市都可以采用语音识别的方式找到城市中的某个地点。本发明在识别结束后会提供给用户多个候选结果(可以提供6-15个识别候选结果)，用户可以在这多个候选中进行最终确认得到需要的地名，进一步提高了系统操作的便捷性和准确性。

当然，本发明还可有其他实施例，在不背离本发明精神及其实质的情况下，所属技术领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明的权利要求的保护范围。

Claims (7)

1.一种语音控制车载GPS导航系统的实现方法，其特征在于包括以下步骤：

步骤1、电子地图模块将地图中的地名词条生成地名列表，并将上述地名列表作为语音识别模块的识别集传送给上述语音识别模块；

步骤2、开启语音识别模块启动键，系统启动语音识别；

步骤3、接受用户输入语音并进行特征提取；

步骤4、对上述特征进行语音识别；上述语音识别属于孤立词语音识别，采用基于音素的非特定人语音识别方法进行语音识别；

步骤5、语音识别完成后输出多个候选结果供用户最终确认；

步骤6、用户最终确认后的结果传送给电子地图模块并映射成相应的地图坐标显示到显示屏上。

2.根据权利要求1所述的语音控制车载GPS导航系统的方法，其特征在于，上述步骤1中所述的输入识别词条的汉字支持GB2312/GBK/Unicode输入。

3.根据权利要求2所述的语音控制车载GPS导航系统的方法，其特征在于，上述步骤3中所述的特征提取选用了27维特征，包括12维美尔频率倒频谱系数、12维美尔频率倒频谱系数的一阶差分、短时归一化对数能量E及其一阶差分ΔE和二阶差分ΔΔE。

4.根据权利要求3所述的语音控制车载GPS导航系统的方法，其特征在于，上述步骤4中所述的语音识别在网络搜索过程中使用Viterbi算法对每个词条的音素网络进行搜索匹配，对所有词条的观察概率进行比较，从而实现识别网络解码。

5.根据权利要求4所述的语音控制车载GPS导航系统的方法，其特征在于，上述步骤4中所述的语音识别过程中应用到语音的声学模型是采用连续隐含马尔可夫模型，该模型在计算机上对语音训练数据进行统计得到。

6.根据权利要求5所述的语音控制车载GPS导航系统的方法，其特征在于，上述步骤5中给出多个候选结果供用户选择，选择方式包括触摸屏、按键。

7.一种语音控制的车载GPS导航系统，包括电子地图模块，结果输出模块，显示屏，其特征在于还包括地名列表，语音识别模块启动键，语音输入模块，特征提取模块，语音识别模块，声学模型；

上述电子地图模块生成上述地名列表并作为上述语音识别模块的识别集传送给上述语音识别模块；开启上述语音识别模块启动键，系统启动语音识别；上述语音输入模块接受用户输入语音并进入上述特征提取模块；提取完语音特征进入上述语音识别模块，应用上述声学模型进行语音识别；语音识别完成后进入上述结果输出模块输出多个候选结果供用户最终确认；用户最终确认后的结果传送给上述电子地图模块并映射成相应的地图坐标显示到上述显示屏上。

Images