CN106297785A - 一种基于车联网的智能服务系统 - Google Patents

Abstract

本发明提供一种基于车联网的智能服务系统，该基于车联网的智能服务系统包括汽车车机端、T‑BOX端、TSP云平台数据库。其中所述汽车车机端由语音识别模块、语义分析模块、数据检索模块、语音播放模块、语音数据处理模块组成；所述T‑BOX端由汽车车联网通信模块、车辆数据解析模块、汽车专题数据查询模块组成。本发明实现了人机交互的界面层，汽车驾乘人员通过汽车车机端的语音识别模块将人的自然语言进行识别，并将识别后的数据送至其内部的语义分析模块进行语义分析，依据语义分析的结果检索需要回复的聊天内容，并通过汽车车机端以音频的形式告知汽车驾乘人员。

Description

一种基于车联网的智能服务系统

技术领域

本发明属于车联网服务技术领域，尤其涉及一种基于车联网的智能服务系统。

背景技术

随着经济的飞速发展，汽车成了人们最喜欢也最常用的出行工具，给人们生活带来了巨大的便利；但同时很多交通问题不断涌现，所以这迫使人们采用高新技术来解决道路交通的许多问题，而智能交通便应运而生。而作为智能交通基础的车联网技术在近几年得到了飞速发展，不少人也开始发现其潜力。车联网技术将成为汽车发展的另一方向，在并不遥远的将来，它可能会带给汽车业一场新的变革。从这一点出发，本发明提出了一个基于车联网技术的智能交通系统，通过智能交通系统中车辆信息平台来监控和管理车辆。

车联网技术是智能交通的基础，RFID射频识别技术，GPS定位技术、传感器技术及传感信息融合技术等技术的发展是智能交通系统的保障，智能交通系统力争为汽车驾驶者、管理者、政府等提供一系列智能化、可扩展、集成化的服务平台。将服务全面延伸到汽车生活的各个方面，从用户的角度出发，处处为用户着想，服务于用户。车辆信息服务平台是智能交通系统的子系统，通过对报警管理、车辆控制、基础信息管理、系统管理等几个模块的设计，使用户可以通过平台来浏览车辆信息，了解车辆发生报警的实时情况，实现对车辆的管理和监控。

通常，语音识别系统都会设置一个词汇表，系统对包含于该词汇表中的词条进行识别。在现有技术中，大词汇量语音识别技术都需要触发后才能够开始识别，因为如果识别系统一直监听录音，由于大词汇量语音识别系统词汇量过多，受到的录音干扰较大，容易发生虚警，导致用户根本没有说话就会输出识别结果。

而这种通过触发实现大词汇量识别的方法不仅智能化低，而且会为用户带来诸多不便，比如在行车过程中用手进行触发操作会导致安全性问题。

在行车时，当遇到一些突发事情或危险时，用户会发出不同的声音请求，在不能正确处理这些信号时，外部救援中心无法判断其真实状况进行救援。

发明内容

为了解决上述技术问题，本发明提供一种基于车联网的智能服务系统，旨在解决现有的基于车联网的智能服务系统结构复杂、智能化程度低等的问题。

一种基于车联网的智能服务系统，该基于车联网的智能服务系统包括汽车车机端、T-BOX端、TSP云平台数据库；所述汽车车机端由语音识别模块、语义分析模块、数据检索模块、语音播放模块、语音数据处理模块组成；所述T-BOX端由汽车车联网通信模块、车辆数据解析模块、汽车专题数据查询模块组成；

所述汽车车机端用于实现人机交互的界面层，汽车驾乘人员通过所述语音识别模块将人的自然语言进行识别，并将识别后的数据送至其内部的所述语义分析模块；

所述语义分析模块用于进行语义分析，依据语义分析的结果检索需要回复的聊天内容，并通过汽车车机端以音频的形式告知汽车驾乘人员；

所述数据检索模块所要检索的数据来源通过汽车的通信网络获得，所述汽车车机端的数据检索模块将需要检索的数据发给汽车通信网络内部的汽车车联网通信模块；

所述汽车车联网通信模块进行判断是否对车辆实时状况信息的检索，若是，则所述汽车车联网通信模块将检索需求信息发送给所述车辆数据解析模块；

所述数据解析模块将汽车车联网通信模块发送的需求信息，解析为汽车内部总线可识别的数据并发送给与汽车总线直接相连的汽车状态数据查询模块；

所述汽车状态数据查询模块获得汽车的实时状况数据，并再次通过所述车辆数据解析模块和汽车车联网通信模块返回到语音数据处理模块；

语音数据处理模块对返回的数据处理后形成语音信息发送给所述语音播放模块；

最后通过所述语音播放模块以人类的自然语言音频回复驾乘人员提出的问题；

所述汽车车联网通信模块对数据检索模块发送来的数据判断后，结果并非是对车辆实时状况信息的检索，则汽车车联网通信模块将该数据检索需求发往车联网TSP云平台数据库进行获取回复的信息。

进一步，所述的人车之间的信息交互均通过汽车车机，以人类的自然语言音频方式直接进行交互。

进一步，所述的人车交互的信息包括来源于汽车自身实时状况信息和车联网数据库中有关车联网涉及的信息。

进一步，所述语音识别模块将人的自然语言进行识别中，语音识别模块基于声波音频技术的判断进行识别，识别方法为：

构建小词汇量语音识别网络；

构建大词汇量语音识别网络；

持续接收录音输入；

利用小词汇量语音识别网络对所述录音进行语音识别，得到第一识别结果；

如果所述第一识别结果中包含预设的命令词，则利用大词汇量语音识别网络对所述命令词后的录音进行识别，得到第二识别结果；

所述利用小词汇量语音识别网络对所述录音进行语音识别，得到第一识别结果包括：

利用小词汇量语音识别网络对所述录音进行语音识别，得到候选关键词及所述候选关键词的置信度得分；

如果所述候选关键词的置信度得分大于设定阈值，则将所述候选关键词作为第一识别结果；

根据所述第一识别结果和第二识别结果执行对应操作。

进一步，所述语义分析模块用于进行语义分析中，语义分析方法为：

获取多个来用户语义的基础声音样本，为各个所述基础声音样本设置标签，形成声音样本库；

接收用户输入的待识别声音，在所述声音样本库中对所述待识别声音进行匹配，得到匹配结果；

根据所述匹配结果将所述待识别声音对应的基础声音样本的标签反馈给所述用户；

所述接收用户输入的待识别声音，在所述声音样本库中对所述待识别声音进行匹配，得到匹配结果包括：

接收用户输入的待识别声音，并获取所述待识别声音的抽象属性值；

将所述待识别声音的抽象属性值与所述声音样本库中的基础声音样本的抽象属性值进行匹配，得到匹配结果；

所述抽象属性值包括声波、波长、频率、音量和关键声音片段中的至少一个；

所述关键声音片段包括出现至少两次的声音片段或音量达到预设阈值的声音片段。

接收用户输入的待识别声音，在所述声音样本库中对所述待识别声音进行匹配，得到匹配结果包括：

接收用户输入的待识别声音和描述信息；

根据所述描述信息在所述声音样本库中对标签进行筛选，得到筛选出的标签；

在所述筛选出的标签对应的基础声音样本中对所述待识别声音进行匹配，得到匹配结果；

所述描述信息包括所述用户的属性信息或用户所处场景的属性信息；

根据所述匹配结果将所述待识别声音对应的基础声音样本的标签反馈给所述用户包括：

根据所述匹配结果确定所述待识别声音对应的至少一个基础声音样本，并获取所述至少一个基础声音样本对应的标签，得到至少一个标签；

计算所述至少一个标签中相同标签对应的基础声音样本的数量；

根据所述基础声音样本的数量对所述至少一个标签进行排序，得到排序结果；

将所述基础声音样本的数量最多的基础声音样本对应的标签，或者所述排序结果，或者所述基础声音样本的数量反馈给所述用户；

根据所述匹配结果将所述待识别声音对应的基础声音样本的标签反馈给所述用户之后，还包括：

获取所述用户的反馈信息；

根据所述反馈信息对所述声音样本库中的基础声音样本和/或所述基础声音样本对应的标签进行更新；

根据所述反馈信息对所述声音样本库中的基础声音样本和/或所述基础声音样本对应的标签进行更新包括：

若所述反馈信息为对错值或正确比例值，则：

统计所述待识别声音对应的基础声音样本与所述基础声音样本对应的标签的对应关系的正确率；

根据所述正确率更改所述基础声音样本对应的标签，或者将所述正确率添加至所述基础声音样本对应的标签中；

根据所述反馈信息对所述声音样本库中的基础声音样本和/或所述基础声音样本对应的标签进行更新包括：

若所述反馈信息为所述待识别声音的语义描述信息，则：

根据所述语义描述信息提取标签；

将所述待识别声音作为新的基础声音样本，与提取的标签对应存储到所述声音样本库中。

本发明实现了人机交互的界面层，汽车驾乘人员通过汽车车机端的语音识别模块将人的自然语言进行识别，并将识别后的数据送至其内部的语义分析模块进行语义分析，依据语义分析的结果检索需要回复的聊天内容，并通过汽车车机端以音频的形式告知汽车驾乘人员。本发明实现了人与车通过自然语言的直接交互，解决了汽车驾乘人员与汽车交互的复杂度，使得汽车自身更为智能化和人性化；

本发明综合小词汇量语音识别系统和大词汇量语音识别系统各自的优点，针对持续接收的录音输入，先利用小词汇量语音识别网络对所述录音进行语音识别，以检查所述录音中是否包含预设的关键词，在检查到该录音中包含相应的关键词后，再利用大词汇量语音识别网络对该关键词后的录音进行识别，得到识别结果，从而实现了无需触发一次性完成多命令词语音识别，在保证语音识别质量的前提下，提高了大词汇量语音识别的智能性。

本发明通过为获取的每个来自用户的语义的基础声音样本设置标签，形成声音样本库后，在声音样本库中对接收的用户输入的待识别声音进行匹配，并根据匹配后的匹配结果将待识别声音对应的基础声音样本的标签反馈给用户。

附图说明

图1是本发明实施例提供的基于车联网的智能服务系统的结构示意图。

图中：1、汽车车机端；1-1、语音识别模块；1-2、语义分析模块；1-3、数据检索模块；1-4、语音播放模块；1-5、语音数据处理模块；2、T-BOX端；2-1、汽车车联网通信模块；2-2、车辆数据解析模块；2-3、汽车专题数据查询模块；3、TSP云平台数据库。

具体实施方式

为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。

请参阅附图1：

本发明提供一种基于车联网的智能服务系统，该基于车联网的智能服务系统包括汽车车机端1、T-BOX端2、TSP云平台数据库3。其中所述汽车车机端1由语音识别模块1-1、语义分析模块1-2、数据检索模块1-3、语音播放模块1-4、语音数据处理模块1-5组成；所述T-BOX端2由汽车车联网通信模块2-1、车辆数据解析模块2-2、汽车专题数据查询模块2-3组成；

所述汽车车机端1主要实现了人机交互的界面层，汽车驾乘人员通过所述语音识别模块1-1将人的自然语言进行识别，并将识别后的数据送至其内部的所述语义分析模块1-2进行语义分析，

依据语义分析的结果检索需要回复的聊天内容，并通过汽车车机端1以音频的形式告知汽车驾乘人员。所述数据检索模块1-3所要检索的数据来源是通过汽车的通信网络获得。所述汽车车机端1的数据检索模块1-3将需要检索的数据发给汽车通信网络内部的汽车车联网通信模块2-1，

所述汽车车联网通信模块2-1进行判断是否是对车辆实时状况信息的检索，如果是，则所述汽车车联网通信模块2-1将将检索需求信息发送给所述车辆数据解析模块2-2，所述数据解析模块2-2在将该需求解析为汽车内部总线可识别的数据发送给与汽车总线直接相连的所述汽车状态数据查询模块2-3，通过所述汽车状态数据查询模块2-3获得汽车的实时状况数据，并再次通过所述车辆数据解析模块2-2和汽车车联网通信模2-1块返回到语音数据处理模块1-5，

由语音数据对返回的数据处理后形成语音信息发送给所述语音播放模块1-4，最后通过所述语音播放模块1-4以人类的自然语言音频回复驾乘人员提出的问题；如果所述汽车车联网通信模块2-1对数据检索模块发送来的数据判断后，其结果并非是对车辆实时状况信息的检索，则所述汽车车联网通信模块2-1将该数据检索需求发往车联网TSP云平台数据库3进行获取回复的信息。

进一步，所述的人车之间的信息交互都是通过汽车车机，以人类的自然语言音频方式直接进行交互，但不排除将本发明所述车机端的构成部分单独做成一个车载模块。

进一步，所述的人车交互的信息主要涉及并来源于汽车自身实时状况信息和车联网数据库中有关车联网涉及的信息。

本发明在具体操作过程中，当具备车联网小兵的汽车运行中，汽车驾乘人员可以在驾乘汽车过程中随时与车联网小兵通过人类自然语言进行直接交互。若汽车驾乘人员发出语音提问：“车联网小兵，目前燃油剩余多少？”汽车车机端1将通过其内部的语音识别模块1-1对“车联网小兵，目前燃油剩余多少？”的语音进行识别，并将识别后的信息发送给语义分析模块1-2进行语义分析，语义分析模1-2将分析结果发送给数据检索模块1-3，数据检索模1-3再向T-BOX端2内部的汽车车联网通信模块2-1发出该语义回复内容的检索需求，汽车车联网通信模块2-1对此检索需求判断后得知是对汽车实时状况信息的检索，则将该检索需求信息发送给车辆数据解析模块2-2，车辆数据解析模块2-2再通过汽车状况查询模块2-3从汽车内部总线上获得该汽车的实时燃油剩余量数据，并将该实时燃油剩余量数据再次通过车辆数据解析模块2-2、汽车车联网通信模块2-1返回到语音数据处理模块1-4，语音数据处理模块1-4对返回的数据处理后形成语音信息发送给语音播放模块1-5，最后通过语音播放模块1-5以人类自然语言音频回复驾乘人员提出的问题：“目前燃油剩余20升”。若驾乘人员与车联网小兵交互的内容并非汽车实时状况信息，则车联网小兵通过汽车车联网通信模块2-1从车联网TSP云平台数据库3总获取有关的内容进行回答。

下面结合识别方法对本发明进一步说明。

所述语音识别模块将人的自然语言进行识别中，语音识别模块基于声波音频技术的判断进行识别，识别方法为：

构建小词汇量语音识别网络；

构建大词汇量语音识别网络；

持续接收录音输入；

利用小词汇量语音识别网络对所述录音进行语音识别，得到第一识别结果；

如果所述第一识别结果中包含预设的命令词，则利用大词汇量语音识别网络对所述命令词后的录音进行识别，得到第二识别结果；

所述利用小词汇量语音识别网络对所述录音进行语音识别，得到第一识别结果包括：

利用小词汇量语音识别网络对所述录音进行语音识别，得到候选关键词及所述候选关键词的置信度得分；

如果所述候选关键词的置信度得分大于设定阈值，则将所述候选关键词作为第一识别结果；

根据所述第一识别结果和第二识别结果执行对应操作。

本发明实施例的语音识别方法，利用小词汇量语音识别网络和大词汇量语音识别网络，对录音输入的语音信号进行连续识别解码，从而利用小词汇量的无需触发识别召回率高和虚警率低的特点，通过判定小词汇量语音识别结果的置信度来决定是否输出大词汇量语音识别的结果。

在本发明实施例中，利用小词汇量语音识别网络对所述录音进行语音识别的过程主要包括：语音信号预处理、特征提取、特征建模、模式匹配等过程。其中：

预处理主要是对输入的语音进行一些前期处理，主要包括采样量化、预加重、加窗、端点检测等操作。

特征提取是指从语音信号中提取有效的特征矢量，进一步地，为了提高识别精度，还需要去除语音信号中的噪声信息。

特征建模的过程主要是指建立声学模型及语言模型，其中，声学模型是语音识别系统的底层模型，主要用于刻画语音信号的声学特征；声学模型的设计和语音发音特点密切相关。通过声学模型，可以估计待识别语音特征矢量序列所对应的语音识别单元，从而完成特征矢量序列到语音单元的识别转换。在语音识别中，仅仅只利用声学模型对语音信号进行描述或表征是不够的，还需要利用诸如语法知识、句法知识、语义知识等语言学知识，

而这些信息的利用是通过语言模型建模来实现的。

模式匹配的过程就是在一个由特征矢量序列、声学模型、语言模型构建的空间中到最佳匹配路径的过程。

在本发明实施例中，首先利用小词汇量语音识别网络对所述录音进行语音识别，得到多个候选关键词。其中，小词汇量语音识别网络的构建过程大致如下:先将关键词转为拼音，再将拼音转为音素序列，选取每个音素对应的声学模型形成声学模型序列，将多个关键词对应的声学模型序列并联起来即形成了小词汇量语音识别网络。

相应地，对应每个候选关键词，可以有一个置信度得分，各候选关键词的置信度得分的高低直接反映了该关键词的可靠程度。因此，在本发明实施例中，可以预先设定一阈值(比如，置信度区间为0～100分，阈值设为70分)，如果所述候选关键词的置信度得分大于该阈值，则将该候选关键词作为第一识别结果。

由于影响置信度的因素很多，比如，识别结果自身的信息、路径搜索过程中的竞争路径信息、辅助模型给出的对比信息等，这些都对置信度的计算有不同程度的影响。因此，在本发明实施例中，置信度可以看作是这些因素的函数，用于衡量识别结果的可靠程度。

当然，在实际应用中，所述置信度也可以按照现有技术中的一些方法进行计算，比如，基于特征分类器的置信度、基于似然比检验的置信度、基于后验概率的置信度等，具体可以根据实际应用环境来选用，对此本发明实施例不做限定。

利用小词汇量语音识别网络进行识别得到第一识别结果后，需要判断所述第一识别结果中是否包含预设的命令词，具体地，可以将具体应用环境中所需的命令词保存在一个命令词列表中，比如，对应于车载系统，命令词列表中可以有：导航、收音机、MP3播放、视频播放等命令词。

在第一识别结果中包含预设的命令词的情况下，继续利用大词汇量语音识别网络对所述命令词后的录音进行识别，得到第二识别结果。

上述大词汇量语音识别网络的构建过程与小词汇量语音识别网络的构建过程类似。

下面结合语义分析方法对本发明进一步说明。

所述语义分析模块用于进行语义分析中，语义分析方法为：

获取多个来用户语义的基础声音样本，为各个所述基础声音样本设置标签，形成声音样本库；

接收用户输入的待识别声音，在所述声音样本库中对所述待识别声音进行匹配，得到匹配结果；

根据所述匹配结果将所述待识别声音对应的基础声音样本的标签反馈给所述用户；

所述接收用户输入的待识别声音，在所述声音样本库中对所述待识别声音进行匹配，得到匹配结果包括：

接收用户输入的待识别声音，并获取所述待识别声音的抽象属性值；

将所述待识别声音的抽象属性值与所述声音样本库中的基础声音样本的抽象属性值进行匹配，得到匹配结果；

所述抽象属性值包括声波、波长、频率、音量和关键声音片段中的至少一个；

所述关键声音片段包括出现至少两次的声音片段或音量达到预设阈值的声音片段。

接收用户输入的待识别声音，在所述声音样本库中对所述待识别声音进行匹配，得到匹配结果包括：

接收用户输入的待识别声音和描述信息；

根据所述描述信息在所述声音样本库中对标签进行筛选，得到筛选出的标签；

在所述筛选出的标签对应的基础声音样本中对所述待识别声音进行匹配，得到匹配结果；

所述描述信息包括所述用户的属性信息或用户所处场景的属性信息；

根据所述匹配结果将所述待识别声音对应的基础声音样本的标签反馈给所述用户包括：

根据所述匹配结果确定所述待识别声音对应的至少一个基础声音样本，并获取所述至少一个基础声音样本对应的标签，得到至少一个标签；

计算所述至少一个标签中相同标签对应的基础声音样本的数量；

根据所述基础声音样本的数量对所述至少一个标签进行排序，得到排序结果；

将所述基础声音样本的数量最多的基础声音样本对应的标签，或者所述排序结果，或者所述基础声音样本的数量反馈给所述用户；

根据所述匹配结果将所述待识别声音对应的基础声音样本的标签反馈给所述用户之后，还包括：

获取所述用户的反馈信息；

根据所述反馈信息对所述声音样本库中的基础声音样本和/或所述基础声音样本对应的标签进行更新；

根据所述反馈信息对所述声音样本库中的基础声音样本和/或所述基础声音样本对应的标签进行更新包括：

若所述反馈信息为对错值或正确比例值，则：

统计所述待识别声音对应的基础声音样本与所述基础声音样本对应的标签的对应关系的正确率；

根据所述正确率更改所述基础声音样本对应的标签，或者将所述正确率添加至所述基础声音样本对应的标签中；

根据所述反馈信息对所述声音样本库中的基础声音样本和/或所述基础声音样本对应的标签进行更新包括：

若所述反馈信息为所述待识别声音的语义描述信息，则：

根据所述语义描述信息提取标签；

将所述待识别声音作为新的基础声音样本，与提取的标签对应存储到所述声音样本库中。

本发明通过为获取的每个来自用户的语义的基础声音样本设置标签，形成声音样本库后，在声音样本库中对接收的用户输入的待识别声音进行匹配，并根据匹配后的匹配结果将待识别声音对应的基础声音样本的标签反馈给用户。识别正确的语义后，为后期的营救中心提供依据。

利用本发明所述的技术方案，或本领域的技术人员在本发明技术方案的启发下，设计出类似的技术方案，而达到上述技术效果的，均是落入本发明的保护范围。

Claims (7)

1.一种基于车联网的智能服务系统，其特征在于，该基于车联网的智能服务系统包括汽车车机端、T-BOX端、TSP云平台数据库；所述汽车车机端由语音识别模块、语义分析模块、数据检索模块、语音播放模块、语音数据处理模块组成；所述T-BOX端由汽车车联网通信模块、车辆数据解析模块、汽车专题数据查询模块组成；

所述汽车车机端用于实现人机交互的界面层，汽车驾乘人员通过所述语音识别模块将人的自然语言进行识别，并将识别后的数据送至其内部的所述语义分析模块；

所述语义分析模块用于进行语义分析，依据语义分析的结果检索需要回复的聊天内容，并通过汽车车机端以音频的形式告知汽车驾乘人员；

所述数据检索模块所要检索的数据来源通过汽车的通信网络获得，所述汽车车机端的数据检索模块将需要检索的数据发给汽车通信网络内部的汽车车联网通信模块；

所述汽车车联网通信模块进行判断是否对车辆实时状况信息的检索，若是，则所述汽车车联网通信模块将检索需求信息发送给所述车辆数据解析模块；

所述数据解析模块将汽车车联网通信模块发送的需求信息，解析为汽车内部总线可识别的数据并发送给与汽车总线直接相连的汽车状态数据查询模块；

所述汽车状态数据查询模块获得汽车的实时状况数据，并再次通过所述车辆数据解析模块和汽车车联网通信模块返回到语音数据处理模块；

语音数据处理模块对返回的数据处理后形成语音信息发送给所述语音播放模块；

最后通过所述语音播放模块以人类的自然语言音频回复驾乘人员提出的问题；

所述汽车车联网通信模块对数据检索模块发送来的数据判断后，结果并非是对车辆实时状况信息的检索，则汽车车联网通信模块将该数据检索需求发往车联网TSP云平台数据库进行获取回复的信息。

2.如权利要求1所述的基于车联网的智能服务系统，其特征在于，所述的人车之间的信息交互均通过汽车车机，以人类的自然语言音频方式直接进行交互。

3.如权利要求1所述的基于车联网的智能服务系统，其特征在于，所述的人车交互的信息包括来源于汽车自身实时状况信息和车联网数据库中有关车联网涉及的信息。

4.如权利要求1所述的基于车联网的智能服务系统，其特征在于，所述汽车车机端的数据检索模块将需要检索的数据发给汽车通信网络内部的汽车车联网通信模块中数据检索模块将需要检索的数据通过CAN总线发给汽车通信网络内部的汽车车联网通信模块。

5.如权利要求1所述的基于车联网的智能服务系统，其特征在于，所述语音识别模块将人的自然语言进行识别中，语音识别模块基于声波音频技术的判断进行识别，识别方法为：

构建小词汇量语音识别网络；

构建大词汇量语音识别网络；

持续接收录音输入；

利用小词汇量语音识别网络对所述录音进行语音识别，得到第一识别结果；

如果所述第一识别结果中包含预设的命令词，则利用大词汇量语音识别网络对所述命令词后的录音进行识别，得到第二识别结果；

所述利用小词汇量语音识别网络对所述录音进行语音识别，得到第一识别结果包括：

利用小词汇量语音识别网络对所述录音进行语音识别，得到候选关键词及所述候选关键词的置信度得分；

如果所述候选关键词的置信度得分大于设定阈值，则将所述候选关键词作为第一识别结果；

根据所述第一识别结果和第二识别结果执行对应操作。

6.如权利要求1所述的基于车联网的智能服务系统，其特征在于，所述语义分析模块用于进行语义分析中，语义分析方法为：

获取多个来用户语义的基础声音样本，为各个所述基础声音样本设置标签，形成声音样本库；

接收用户输入的待识别声音，在所述声音样本库中对所述待识别声音进行匹配，得到匹配结果；

根据所述匹配结果将所述待识别声音对应的基础声音样本的标签反馈给所述用户；

所述接收用户输入的待识别声音，在所述声音样本库中对所述待识别声音进行匹配，得到匹配结果包括：

接收用户输入的待识别声音，并获取所述待识别声音的抽象属性值；

将所述待识别声音的抽象属性值与所述声音样本库中的基础声音样本的抽象属性值进行匹配，得到匹配结果；

所述抽象属性值包括声波、波长、频率、音量和关键声音片段中的至少一个；

所述关键声音片段包括出现至少两次的声音片段或音量达到预设阈值的声音片段。

7.如权利要求6所述的基于车联网的智能服务系统，其特征在于，接收用户输入的待识别声音，在所述声音样本库中对所述待识别声音进行匹配，得到匹配结果包括：

接收用户输入的待识别声音和描述信息；

根据所述描述信息在所述声音样本库中对标签进行筛选，得到筛选出的标签；

在所述筛选出的标签对应的基础声音样本中对所述待识别声音进行匹配，得到匹配结果；

所述描述信息包括所述用户的属性信息或用户所处场景的属性信息；

根据所述匹配结果将所述待识别声音对应的基础声音样本的标签反馈给所述用户包括：

根据所述匹配结果确定所述待识别声音对应的至少一个基础声音样本，并获取所述至少一个基础声音样本对应的标签，得到至少一个标签；

计算所述至少一个标签中相同标签对应的基础声音样本的数量；

根据所述基础声音样本的数量对所述至少一个标签进行排序，得到排序结果；

将所述基础声音样本的数量最多的基础声音样本对应的标签，或者所述排序结果，或者所述基础声音样本的数量反馈给所述用户；

根据所述匹配结果将所述待识别声音对应的基础声音样本的标签反馈给所述用户之后，还包括：

获取所述用户的反馈信息；

根据所述反馈信息对所述声音样本库中的基础声音样本和/或所述基础声音样本对应的标签进行更新；

根据所述反馈信息对所述声音样本库中的基础声音样本和/或所述基础声音样本对应的标签进行更新包括：

若所述反馈信息为对错值或正确比例值，则：

统计所述待识别声音对应的基础声音样本与所述基础声音样本对应的标签的对应关系的正确率；

根据所述正确率更改所述基础声音样本对应的标签，或者将所述正确率添加至所述基础声音样本对应的标签中；

根据所述反馈信息对所述声音样本库中的基础声音样本和/或所述基础声音样本对应的标签进行更新包括：

若所述反馈信息为所述待识别声音的语义描述信息，则：

根据所述语义描述信息提取标签；

将所述待识别声音作为新的基础声音样本，与提取的标签对应存储到所述声音样本库中。