CN103871437B - 车载多媒体装置及其语音控制方法 - Google Patents

Abstract

本发明公开了一种车载多媒体装置的语音控制方法，包括以下步骤：接收用户输入的语音控制启动指令；获得车载多媒体装置的当前应用界面对应的应用；加载车载多媒体装置的通用语音指令集和当前应用界面对应的应用的专用语音指令集；接收用户输入的语音信息；根据通用语音指令集或专用语音指令集，和语音信息生成控制指令；以及根据控制指令对车载多媒体装置进行控制。本发明的车载多媒体装置的语音控制方法通过在多媒体不同界面加载通用指令和专用指令，并且在不同界面下响应不同的语音指令，从而提高语音识别的准确性和稳定性，避免了因驾驶者手动操作的潜在安全隐患，保证了驾驶者的行车安全。本发明还公开了一种车载多媒体控制装置。

Description

车载多媒体装置及其语音控制方法

技术领域

本发明涉及汽车信息娱乐系统技术领域，特别涉及一种车载多媒体装置的语音控制方法及车载多媒体控制装置。

背景技术

随着汽车电子技术的不断发展，车载电子设备越来越多，功能也越来越丰富。特别是车载多媒体，作为现代汽车信息娱乐系统的核心，车载多媒体集成了导航、车载电视、影音播放、蓝牙连接、空调调节等多种功能。这些功能给驾驶者带来了更多的便利和驾驶乐趣，但是与此同时，在开车过程中驾驶者的手动操作会使驾驶者分心，带来潜在的安全隐患。

发明内容

本发明旨在至少解决上述技术问题之一。

为此，本发明的一个目的在于提出一种车载多媒体装置的语音控制方法，该语音控制方法避免了驾驶者在开车过程中因手动操作分心带来的潜在安全隐患，从而保证驾驶者的行车安全。

本发明的另一目的在于提出一种车载多媒体控制装置。

为达到上述目的，本发明第一方面的实施例提出了一种车载多媒体装置的语音控制方法，包括以下步骤：接收用户输入的语音控制启动指令；获得车载多媒体装置的当前应用界面对应的应用；加载所述车载多媒体装置的通用语音指令集和所述当前应用界面对应的应用的专用语音指令集；接收所述用户输入的语音信息；根据所述通用语音指令集或专用语音指令集，和所述语音信息生成控制指令；以及根据所述控制指令对所述车载多媒体装置进行控制。

根据本发明实施例的车载多媒体装置的语音控制方法，通过在多媒体不同界面加载通用指令和专用指令，并且在不同界面下响应不同的语音指令，从而提高语音识别的准确性和稳定性，避免了因驾驶者手动操作分心带来的潜在安全隐患，保证了驾驶者的行车安全。

另外，根据本发明上述实施例的车载多媒体装置的语音控制方法还可以具有如下附加的技术特征：

在本发明的一个实施例中，所述车载多媒体装置中存储多个专用语音指令集。

在本发明的一个实施例中，还包括：当所述车载多媒体装置根据所述通用语音指令集及所述语音信息切换所述当前应用界面对应的应用时，所述车载多媒体装置加载切换之后的应用的专用语音指令集。

在本发明的一个实施例中，在加载所述通用语音指令集和所述专用语音指令集之后，还包括如下步骤：发出提示信号以提示用户输入语音信息。

在本发明的一个实施例中，所述提示信号为文字形式和/或语音形式。

为达到上述目的，本发明另一方面的实施例提出了一种车载多媒体控制装置，包括：提示模块，用于接收用户输入的语音控制启动指令；语音采集模块，用于接收所述用户输入的语音信息；语音识别模块，用于接收所述语音控制启动指令和所述语音信息，并在接收到所述语音控制启动指令后激活，获得车载多媒体装置的当前应用界面对应的应用，加载所述车载多媒体装置的通用语音指令集和所述当前应用界面对应的应用的专用语音指令集，并根据所述通用语音指令集或专用语音指令集、和所述语音信息生成控制指令；多媒体控制模块，用于根据所述控制指令对所述车载多媒体装置进行控制。

根据本发明实施例的车载多媒体控制装置，通过语音识别模块在多媒体不同界面加载通用指令和专用指令，并且在不同界面下响应不同的语音指令，从而提高语音识别的准确性和稳定性，使用过程简单，避免了因驾驶者手动操作分心带来的潜在安全隐患，保证了驾驶者的行车安全。

另外，根据本发明上述实施例的车载多媒体控制装置还可以具有如下附加的技术特征：

在本发明的一个实施例中，所述车载多媒体装置中存储多个专用语音指令集。

在本发明的一个实施例中，所述车载多媒体装置根据所述通用语音指令集及所述语音信息切换所述当前应用界面对应的应用时，加载切换之后的应用的专用语音指令集。

在本发明的一个实施例中，所述提示模块还用于在加载所述通用语音指令集和所述专用语音指令集之后，发出提示信号以提示用户输入语音信息。

在本发明的一个实施例中，所述提示信号为文字形式和/或语音形式。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为根据本发明一个实施例的车载多媒体装置的语音控制方法的流程图；

图2为根据本发明一个实施例的车载多媒体装置的语音控制方法的语音识别的流程图；

图3为根据本发明另一个实施例的车载多媒体装置的语音控制方法的语音识别的流程图；以及

图4为根据本发明实施例的车载多媒体装置的系统框图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。此外，本发明提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的可应用于性和/或其他材料的使用。另外，以下描述的第一特征在第二特征之“上”的结构可以包括第一和第二特征形成为直接接触的实施例，也可以包括另外的特征形成在第一和第二特征之间的实施例，这样第一和第二特征可能不是直接接触。

在本发明的描述中，需要说明的是，除非另有规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

参照下面的描述和附图，将清楚本发明的实施例的这些和其他方面。在这些描述和附图中，具体公开了本发明的实施例中的一些特定实施方式，来表示实施本发明的实施例的原理的一些方式，但是应当理解，本发明的实施例的范围不受此限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

下面参考附图描述根据本发明第一方面实施例提出的车载多媒体装置的语音控制方法。

如图1所示，根据本发明实施例的车载多媒体装置的语音控制方法，包括以下步骤：

步骤S101，接收用户输入的语音控制启动指令。

具体地，驾驶员通过车内按键，输入语音控制启动指令，从而激活语音识别功能。

步骤S102，获得车载多媒体装置的当前应用界面对应的应用。

车载多媒体的功能界面包括收音机、空调、光碟、外设、导航、蓝牙手机等界面。其中，光碟例如为CD/DVD，外设例如为U盘或SD卡（SecureDigital Memory Card，安全数码卡）。当接收到用户输入的语音控制启动指令之后，激活语音识别功能，此时获得车载多媒体装置的当前应用界面对应的应用。

步骤S103，加载车载多媒体装置的通用语音指令集和当前应用界面对应的应用的专用语音指令集。

车载多媒体装置的语音指令分为通用语音指令及专用语音指令。其中，通用语音指令集包括多个通用语音指令，其中通用指令适用于车载多媒体装置的所有应用界面。专用语音指令集包括多个专用语音指令，其中专用语音指令适用于车载多媒体装置的特定界面。例如，“导航”作为一个通用指令，适用于车载多媒体装置的所有应用界面，即在车载多媒体装置处于任一界面时，均响应“导航”指令。“调频XX.X”作为一个专用指令，适用于车载多媒体装置的“收音机”应用界面，即在车载多媒体装置处于“收音机”界面时，响应“调频XX.X”指令。

具体地，判断车载多媒体当前所在应用界面，加载通用语音指令和当前应用界面的专用语音指令，可以理解的是，如果当前应用界面没有专用指令则只加载通用语音指令。由此可以减少语音匹配时需要加载的指令数量，不必每次都加载全部指令，这样进行识别的准确度高，并且加载速度快。

其中，通用语音指令与车载多媒体应用界面相一致，且一个应用界面可对应多个通用指令，当激活车载多媒体语音识别功能时，通用语音指令可以在车载多媒体所有的应用界面下识别和控制。其中，通用语音指令包括但不限于“导航”、“空调”、“光碟”、“车载电视”等。

在本发明的一个实施例中，车载多媒体装置中存储多个专用语音指令集。具体地，当激活语音识别功能时，专用语音指令只能在特定的车载多媒体应用界面下识别和控制，如收音机界面专用指令只能在车载多媒体收音机界面下使用。进一步地，专用语音指令与车载多媒体应用界面相关，用于完成对应界面下的相对应的功能，且一个功能可以对应多个语音指令。例如，收音机专用指令“换台”、“下一台”、“搜台”、“调频XX.X”等均对应切换收音机频率的功能。

在本发明的一个实施例中，在加载通用语音指令集和专用语音指令集之后，还包括如下步骤：发出提示信号以提示用户输入语音信息。其中，提示信号可以为文字形式和/或语音形式。其中，文字形式的提示信号可以为界面提示，将当前可用的语音指令以动态或静态的形式显示在所述车载多媒体装置的显示屏上。语音形式的提示信号可以为简短的提示铃声或语音，以此提示用户进行语音信息的输入。

步骤S104，接收用户输入的语音信息。

具体地，在步骤S103对用户发出提示语音输入信号之后，激活语音采集功能，接收用户输入的语音信息。

步骤S 105，根据通用语音指令集或专用语音指令集，和语音信息生成控制指令。

在本发明的实施例中，当车载多媒体装置根据通用语音指令集及语音信息切换当前应用界面对应的应用时，车载多媒体装置加载切换之后的应用的专用语音指令集。

步骤S106，根据控制指令对车载多媒体装置进行控制。

如图2所示，根据本发明实施例的车载多媒体装置的语音控制方法的语音识别过程包括以下步骤：

步骤S201，按键启动语音识别。

步骤S202，根据当前多媒体界面加载语音指令。

步骤S203，输出界面和语音提示。

具体地，输出语音和界面提示以提示用户，并激活语音采集功能。

步骤S204，接收驾驶者的语音，转为数字语音信号。

具体地，在步骤S203的激活语音采集功能之后，接收用户发出的语音，转化为数字语音信号。

步骤S205，进行识别，判断是否与当前语音指令库匹配。

具体地，对步骤S205采集到的数字语音信号做识别，如果与当前加载的语音识别指令相匹配，则执行步骤S206；否则，直接执行步骤S207。

步骤S206，提示驾驶者识别结果，并执行相应的识别命令。

具体地，输出识别到的语音指令，根据语音指令向用户反馈当前的识别结果，并根据上述语音指令执行相应的识别命令。

步骤S207，结束识别流程。

下面结合图3以语音指令为导航和调频为例对语音识别过程进行详细描述。

步骤S301，驾驶者按下语音识别按键启动语音识别。

步骤S302，当前多媒体显示屏为“收音机”界面，加载通用语音指令及收音机界面专用语音指令。

多媒体装置判断当前多媒体所在界面，加载相应语音指令。在该实施例中多媒体显示屏为“收音机”界面，则加载通用语音指令（包括导航、空调、光碟、车载电视等等）及收音机界面专用语音指令（包括换台、搜台、调频XX.X等等）。

步骤S303，多媒体显示屏用文字显示当前可用的语音指令列表，并发出提示音提示驾驶者可以开始输入语音指令。

具体地，在步骤S302之后，多媒体输出语音和界面提示以提示用户，其中，多媒体显示屏用文字显示当前可用的语音指令列表，激活语音采集功能，并发出提示音提示驾驶者可以开始输入语音指令。

根据驾驶者输入的语音指令，如图3所示，分为两种情形：如果驾驶者输入通用指令，则执行步骤S304~S306；如果驾驶者输入专用指令，则执行步骤S307~S309。

步骤S304，驾驶者输入通用指令“导航”。

具体地，驾驶者输入语音指令“导航”，多媒体采集到驾驶者输入的语音信号并转化为数字语音信号。

步骤S305，多媒体识别到“导航”指令，发出语音提示“导航”。

具体地，对步骤S304采集到的数字语音信号做识别，多媒体判断“导航”命令在目前加载的通用指令库内，输出识别的语音指令，根据语音指令提示用户当前的识别结果，发出中文提示音“导航”，并生成相应的控制指令。

步骤S306，多媒体打开导航软件并将显示屏切换到导航软件界面，结束本次语音识别。

具体地，在多媒体接收到步骤S305的控制指令时，即接收到“导航”命令，多媒体关闭当前的收音机界面，转为后台播放，同时启动导航软件并将显示屏切换到导航界面，结束本次语音识别。

步骤S307，驾驶者输入收音机专用指令“调频93.5”。

具体地，驾驶者输入语音指令“调频93.5”，多媒体采集到驾驶者输入的语音信号并转化为数字语音信号。

步骤S308，多媒体识别到“调频93.5”指令，发出语音提示“调频93.5”。

具体地，对步骤S307采集到的数字语音信号做识别，多媒体判断“调频93.5”命令在目前加载的收音机专用指令库内，输出识别的语音指令，根据语音指令提示用户当前的识别结果，，发出中文提示音“调频93.5”，并生成相应的控制指令。

步骤S309，收音机将频率切换到调频93.5，结束本次语音识别。

具体地，在多媒体接收到步骤S308的控制指令时，即接收到“调频93.5”命令，将当前的收音机频率调到93.5MHz，同时显示屏的收音机界面也做相应调整，显示当前频率，结束本次语音识别。

根据本发明实施例的车载多媒体的语音控制方法，基于现有语音识别技术，在多媒体不同应用界面加载通用指令和专用指令，以此提高识别准确度和多媒体处理效率，而且控制过程简单清晰。该方法避免了驾驶者在行车过程中因手动操作分心带来的潜在安全隐患，保证驾驶者的行车安全，具有广阔的发展前景。

下面参考附图描述根据本发明第二方面实施例提出的车载多媒体控制装置。

如图4所示，本发明实施例的车载多媒体控制装置包括：提示模块410、语音采集模块420、语音识别模块430和多媒体控制模块440。

提示模块410用于接收用户输入的语音控制启动指令。

在本发明的实施例中，提示模块410还用于在加载所述通用语音指令集和所述专用语音指令集之后，发出提示信号以提示用户输入语音信息。具体地，提示模块410接收到用户输入的语音控制启动指令后，用于语音识别开始前给用户提示语音指令以及识别结束后给用户反馈识别结果。

在本发明的一个实施例中，提示模块410的提示信号可以为文字形式和/或语音形式。即言，提示模块410的提示信号包括界面提示和语音提示。例如，语音提示可以为简短的提示铃声或语音，界面提示可以为在显示屏上的文字提示信息。

语音采集模块420用于接收用户输入的语音信息。

语音识别模块430用于接收语音控制启动指令和语音信息，并在接收到语音控制启动指令后激活，获得车载多媒体装置的当前应用界面对应的应用，加载车载多媒体装置的通用语音指令集和当前应用界面对应的应用的专用语音指令集，并根据通用语音指令集或专用语音指令集、和语音信息生成控制指令。

在本发明的一个实施例中，车载多媒体装置中存储多个专用语音指令集。

在本发明的一个实施例中，车载多媒体装置根据通用语音指令集及语音信息切换当前应用界面对应的应用时，加载切换之后的应用的专用语音指令集。

多媒体控制模块440用于根据控制指令对车载多媒体装置进行控制。

下面具体描述根据本发明的车载多媒体控制装置的控制过程：

当用户在行车过程中，需要对车载多媒体装置进行操作时，通过车内的语音识别按键输入语音控制启动指令，语音识别模块430接收语音控制启动指令后激活，并进行判断车载多媒体当前应用界面，进而获得车载多媒体装置的当前应用界面对应的应用，加载车载多媒体装置的通用语音指令集和当前应用界面对应的应用的专用语音指令集，提示模块410输出语音及界面提示，并激活语音采集模块420。语音采集模块420接收用户输入的语音信息，并转化为数字语音信息送入语音识别模块430。语音识别模块430根据通用语音指令集或专用语音指令集和采集的语音信息采集的语音信号做识别并生成控制指令，如果与当前加载的语音识别指令相匹配，则输出识别到的语音指令给提示模块410及多媒体控制模块440，提示模块410反馈给用户当前识别结果，多媒体控制模块440执行相应的识别命令。例如，提示模块410界面提示为“收音机”，如果用户输入通用指令“导航”，则语音识别模块430识别到“导航”指令在目前加载的通用指令库内，将识别结果发给提示模块410及多媒体控制模块440，提示模块410发出语音提示“导航”，多媒体控制模块440控制关闭当前的收音机界面，转为后台播放，同时启动导航软件并将显示屏切换到导航界面；如果用户输入收音机专用指令为“调频93.5”，则语音识别模块430识别到“调频93.5”指令在目前加载的收音机专用指令库内，将识别结果发给提示模块410及多媒体控制模块440，提示模块410发出语音提示“调频93.5”，多媒体控制模块440接收到“调频93.5”的控制指令，将当前收音机的频率调到93.5MHz，同时显示屏的收音机界面也做相应调整，显示当前频率。

根据本发明实施例的车载多媒体控制装置，通过语音识别模块在车载多媒体不同应用界面加载通用语音指令和专用语音指令，并且在不同应用界面下响应不同的语音指令，从而提高语音识别的准确性和稳定性，控制过程简单，避免了因驾驶者手动操作分心带来的潜在安全隐患，保证了驾驶者的行车安全。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同限定。

Claims (8)

1.一种车载多媒体装置的语音控制方法，其特征在于，包括以下步骤：

接收用户通过车内按键输入的语音控制启动指令以激活语音识别功能；

获得车载多媒体装置的当前应用界面对应的应用；

加载所述车载多媒体装置的通用语音指令集和所述当前应用界面对应的应用的专用语音指令集，并发出提示信号以提示用户输入语音信息；

接收所述用户输入的语音信息；

判断所述语音信息是否在所述通用语音指令集或专用语音指令集内；

如果所述语音信息在所述通用语音指令集或专用语音指令集内，则发出提示信息以提示所述用户当前的识别结果，并生成相应的控制指令；以及

根据所述控制指令对所述车载多媒体装置进行控制。

2.如权利要求1所述的车载多媒体装置的语音控制方法，其特征在于，所述车载多媒体装置中存储多个专用语音指令集。

3.如权利要求1所述的车载多媒体装置的语音控制方法，其特征在于，还包括：

当所述车载多媒体装置根据所述通用语音指令集及所述语音信息切换所述当前应用界面对应的应用时，所述车载多媒体装置加载切换之后的应用的专用语音指令集。

4.如权利要求1所述的车载多媒体装置的语音控制方法，其特征在于，所述提示信号为文字形式和/或语音形式。

5.一种车载多媒体控制装置，其特征在于，包括：

提示模块，用于接收用户通过车内按键输入的语音控制启动指令以激活语音识别功能，以及在加载所述通用语音指令集和所述专用语音指令集之后，发出提示信号以提示用户输入语音信息；

语音采集模块，用于接收所述用户输入的语音信息；

语音识别模块，用于接收所述语音控制启动指令和所述语音信息，并在接收到所述语音控制启动指令后激活，获得车载多媒体装置的当前应用界面对应的应用，加载所述车载多媒体装置的通用语音指令集和所述当前应用界面对应的应用的专用语音指令集，以及在所述语音信息在所述通用语音指令集或专用语音指令集内时，生成相应的控制指令，其中，所述提示模块还用于发出与所述控制指令对应的提示信息以提示所述用户当前的识别结果；

多媒体控制模块，用于根据所述控制指令对所述车载多媒体装置进行控制。

6.如权利要求5所述的车载多媒体控制装置，其特征在于，所述车载多媒体装置中存储多个专用语音指令集。

7.如权利要求5所述的车载多媒体控制装置，其特征在于，所述车载多媒体装置根据所述通用语音指令集及所述语音信息切换所述当前应用界面对应的应用时，加载切换之后的应用的专用语音指令集。

8.如权利要求5所述的车载多媒体控制装置，其特征在于，所述提示信号为文字形式和/或语音形式。