CN107554456A - 车载语音控制系统及其控制方法 - Google Patents

Abstract

本发明提供了一种车载语音控制系统，包括：环绕分布于车内四周的多个麦克风，用于采集车内用户的语音输入；求和电路，用于将多个麦克风产生的电信号加总以提供音频输入信号；指令识别模块，用于从该音频输入信号识别操作指令；指令源识别模块，与该多个麦克风相耦接，用于基于该语音输入进行指令源识别以判断该操作指令来自车内哪个乘客；以及控制模块，用于与该指令识别模块和该指令源识别模块相耦接，用于基于该指令源识别结果选择性地执行该操作指令。

Description

车载语音控制系统及其控制方法

技术领域

本发明涉及车辆控制系统，尤其涉及车载语音控制系统及其控制方法。

背景技术

近二十年来，语音识别技术取得显著进步，开始从实验室走向市场。预计将来语音识别技术将进入工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等各个领域。

目前，车载控制系统中也逐渐具备了一定的语音控制功能，车主可以通过语音对车辆进行控制。然而，目前的车载语音控制功能还比较简单，无法实现基于不同乘客的角色进行语音控制。

本领域需要一种基于乘客角色的更精确的车载语音控制方案。

发明内容

以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。

根据本发明的一方面，提供了一种车载语音控制系统，包括：

环绕分布于车内四周的多个麦克风，用于采集车内用户的语音输入；

求和电路，用于将多个麦克风产生的电信号加总以提供音频输入信号

指令识别模块，用于从该音频输入信号识别操作指令；

指令源识别模块，与该多个麦克风相耦接，用于基于该语音输入进行指令源识别以判断该操作指令来自车内哪个乘客；以及

控制模块，用于与该指令识别模块和该指令源识别模块相耦接，用于基于该指令源识别结果选择性地执行该操作指令。

在一实例中，该指令识别模块包括：

语音识别模块，用于将该音频输入信号转换成文本输入；以及

匹配模块，用于将该文本输入与指令库中的指令执行匹配计算以获取该操作指令。

在一实例中，该匹配模块将该文本输入与该指令库中的所有指令执行语义相似度计算，并将具有高于阈值的最高语义相似度的指令作为该操作指令。

在一实例中，该多个麦克风分布于车内每个汽车座椅的近旁，该指令源识别模块基于来自不同麦克风的语音音量执行该指令源识别。

在一实例中，该指令源识别模块判断该操作指令是否来源于司机，该操作指令包括司机专属操作指令和非司机专属操作指令，该控制模块响应于该操作指令不是来源于司机但为司机专属操作指令而不执行该操作指令。

在一实例中，该控制模块响应于该操作指令来源于司机而执行该操作指令。

在一实例中，该控制模块响应于该操作指令不来源于司机但为非司机专属操作指令而执行该操作指令。

在一实例中，该司机专属操作指令为与车辆驾驶相关的操作指令。

在一实例中，该指令源识别模块判断该操作指令来自于前排乘客还是后排乘客，该控制模块响应于该操作指令来源于前排乘客或后排乘客而选择性地对前排或后排的车载电子设备执行该操作指令。

在一实例中，该操作指令包括空调控制指令，该控制模块响应于该操作指令来自前排乘客或后排乘客而选择性地对前排或后排的空调执行该操作指令。

根据本发明的另一方面，提供了一种车载语音控制方法，车内四周环绕分布有多个麦克风用于采集车内用户的语音输入，该车载语音控制方法包括：

将多个麦克风产生的电信号加总以提供音频输入信号；

从该音频输入信号识别操作指令；

基于该语音输入进行指令源识别以判断该操作指令来自车内哪个乘客；以及

基于该指令源识别结果选择性地执行该操作指令。

在一实例中，该识别操作指令包括：

将该音频输入信号转换成文本输入；以及

将该文本输入与指令库中的指令执行匹配计算以获取该操作指令。

在一实例中，该匹配计算包括将该文本输入与该指令库中的所有指令执行语义相似度计算，并将具有高于阈值的最高语义相似度的指令作为该操作指令。

在一实例中，该多个麦克风分布于车内每个汽车座椅的近旁，该指令源识别包括基于来自不同麦克风的语音音量执行该指令源识别。

在一实例中，该指令源识别包括判断该操作指令是否来源于司机，其中该操作指令包括司机专属操作指令和非司机专属操作指令，

该基于该指令源识别结果选择性地执行该操作指令包括响应于该操作指令不是来源于司机但为司机专属操作指令而不执行该操作指令。

在一实例中，该基于该指令源识别结果选择性地执行该操作指令包括响应于该操作指令来源于司机而执行该操作指令。

在一实例中，该基于该指令源识别结果选择性地执行该操作指令包括响应于该操作指令不来源于司机但为非司机专属操作指令而执行该操作指令。

在一实例中，该司机专属操作指令为与车辆驾驶相关的操作指令。

在一实例中，该指令源识别包括判断该操作指令来自于前排乘客还是后排乘客，

该基于该指令源识别结果选择性地执行该操作指令包括响应于该操作指令来源于前排乘客或后排乘客而选择性地对前排或后排的车载电子设备执行该操作指令。

在一实例中，该操作指令包括空调控制指令，该选择性地对前排或后排的车载电子设备执行该操作指令包括响应于该操作指令来自前排乘客或后排乘客而选择性地对前排或后排的空调执行该操作指令。

附图说明

在结合以下附图阅读本公开的实施例的详细描述之后，能够更好地理解本发明的上述特征和优点。在附图中，各组件不一定是按比例绘制，并且具有类似的相关特性或特征的组件可能具有相同或相近的附图标记。

图1示出了根据本发明的一方面的车载语音控制系统的框图；

图2示出了根据本发明的一方面的车载语音控制方法的流程图；

图3示出了根据本发明的一实施例的选择性地执行操作指令的方法的流程图；以及

图4示出了根据本发明的另一实施例的选择性地执行操作指令的方法的流程图。

具体实施方式

以下结合附图和具体实施例对本发明作详细描述。注意，以下结合附图和具体实施例描述的诸方面仅是示例性的，而不应被理解为对本发明的保护范围进行任何限制。

图1示出了根据本发明的一方面的车载语音控制系统100的框图。如图1所示，车载语音控制系统100可包括多个麦克风101、求和电路102、指令识别模块103、指令源识别模块104、以及控制模块105。

在本发明中，在车辆内布置了多个麦克风101以用于采集用户的语音输入。较优地，这些麦克风101分散地分布在车内的四周以便能从尽可能多的角度采集到用户的语音输入。

这些麦克风101所所采集到的语音输入可以是例如电信号的形式，这些电信号可由求和电路102加总以获得音频输入信号。

指令识别模块103可对音频输入信号进行指令识别，以从中识别出用户发出的操作指令。

在一实例中，指令识别模块103可包括语音识别模块1031和匹配模块1032。

语音识别模块1031可将音频输入信号转换成文本输入。语音识别模块1031可采用任何合适的语音识别算法实现音频输入信号至文本输入的转换，例如采用基于语音学和声学的方法，采用神经网络的方法等等。语音识别是比较成熟技术，在此不再赘述。

指令库中预存有多条操作指令，匹配模块1032需要判断用户的语音输入是否对应一条操作指令，以及如果是对应一条操作指令那么具体对应哪一条操作指令。

在本发明中，匹配模块1032可将该文本输入与指令库中的指令执行匹配计算以获取操作指令。匹配度达到预定阈值且匹配度最高的那条指令可被认为是乘客输入的操作指令。

在一实例中，匹配模块1032可将该文本输入与指令库中的所有指令执行语义相似度计算。由此获得与每条指令的语义相似度，然后从中选择具有最高相似度的指令，如果该最高相似度高于预定阈值，例如95％，则将该条指令作为乘客输入的操作指令。如果该最高相似度小于预定阈值，则表示用户的语音输入并非用于输入操作指令。

匹配模块1032可使用任何合适的语义相似度计算算法，在此不再赘述。

特别地，在本发明中设计了指令源识别模块104。指令源识别模块104可与这多个麦克风101相耦接，以基于这多个麦克风101采集到的语音输入进行指令源识别，以判断上述操作指令来自车内哪个乘客。

例如，多个麦克风101可分布于车内每个汽车座椅的近旁，以此方式，某一个乘客讲话，每个麦克风101采集到的接收到的语音音量是明显不同的。从而指令源识别模块104可根据来自不同麦克风的语音音量执行指令源识别。

在本发明中，指令源识别的目的是为了能够执行更精确的语音控制。即，控制模块105可基于指令源识别结果选择性地执行该操作指令。

作为一个示例，操作指令可分为司机专属操作指令和非司机专属操作指令。司机专属操作指令可包括例如与车辆驾驶相关的操作指令，例如车辆大灯控制指令、加速减速控制指令等。这些专属操作指令由于涉及到车辆行驶安全，只能由司机发出。

非司机专属操作指令为与车辆驾驶无关的操作指令，例如音响控制指令、空调控制指令等等。这些操作指令可以由任何乘客发出。

在产生一个操作指令后，指令源识别模块104可判断操作指令是否来源于司机。如果该操作指令不是来源于司机，控制模块105可响应于该操作指令不是来源于司机但为司机专属操作指令而不执行该操作指令。

如果该操作指令不是来源于司机，但是控制模块105判断该操作指令为非司机专属操作指令，则控制模块105可执行该操作指令。

如果该操作指令来源于司机，则控制模块105可直接执行该操作指令而无需判断该操作指令是否为司机专属操作指令。

通过判断操作指令是否来源于司机，以及判断操作指令是否为司机专属操作指令，可将与车辆行驶有关的控制命令仅限于司机口中，提高了车辆行驶的安全性。

作为另一示例，操作指令的具体执行方式可能与发出命令的乘客的位置有关。

例如指令源识别模块104可判断该操作指令来自于前排乘客还是后排乘客，控制模块响105可响应于操作指令来源于前排乘客或后排乘客而选择性地对前排或后排的车载电子设备执行该操作指令。

作为示例，该操作指令可包括空调控制指令，控制模块105可响应于该操作指令来自前排乘客或后排乘客而选择性地对前排或后排的空调执行该操作指令。例如，前排乘客发出打开空调的操作指令，则可以仅打开前排的空调。由此实现更精确的车内电子设备的控制。

图2示出了根据本发明的一方面的车载语音控制方法200的流程图。车内四周环绕分布有多个麦克风用于采集车内用户的语音输入。如图2所示，车载语音控制方法200可包括以下步骤：

步骤201：将多个麦克风产生的电信号加总以提供音频输入信号；

步骤202：从该音频输入信号识别操作指令；

在一实例中，识别操作指令可包括将音频输入信号转换成文本输入，以及将该文本输入与指令库中的指令执行匹配计算以获取操作指令。

语音识别可采用任何合适的语音识别算法实现音频输入信号至文本输入的转换，例如采用基于语音学和声学的方法，采用神经网络的方法等等。语音识别是比较成熟技术，在此不再赘述。

在一实例中，可将该文本输入与指令库中的所有指令执行语义相似度计算。由此获得与每条指令的语义相似度，然后从中选择具有最高相似度的指令，如果该最高相似度高于预定阈值，例如95％，则将该条指令作为乘客输入的操作指令。如果该最高相似度小于预定阈值，则表示用户的语音输入并非用于输入操作指令。可使用任何合适的语义相似度计算算法，在此不再赘述。

步骤203：基于语音输入进行指令源识别以判断操作指令来自车内哪个乘客；

例如，多个麦克风可分布于车内每个汽车座椅的近旁，以此方式，某一个乘客讲话，每个麦克风采集到的接收到的语音音量是明显不同的。从而可根据来自不同麦克风的语音音量执行指令源识别。

步骤204：基于指令源识别结果选择性地执行该操作指令。

图3示出了根据本发明的一实施例的选择性地执行操作指令的方法300的流程图。如图3所示，方法300可包括以下步骤：

步骤301：判断操作指令是否来源于司机，若否则流程进入步骤302，若是则流程进入步骤303；

步骤302：判断该操作指令是否为司机专属操作指令，若否则流程进入步骤303，若是则流程结束；

步骤303：执行该操作指令。

通过判断操作指令是否来源于司机，以及判断操作指令是否为司机专属操作指令，可将与车辆行驶有关的控制命令仅限于司机口中，提高了车辆行驶的安全性。

图4示出了根据本发明的另一实施例的选择性地执行操作指令的方法400的流程图。如图4所示，方法400可包括以下步骤：

步骤401：判断该操作指令来自于前排乘客还是后排乘客；以及

步骤402：响应于操作指令来源于前排乘客或后排乘客而选择性地对前排或后排的车载电子设备执行该操作指令。

作为示例，该操作指令可包括空调控制指令，则可响应于该操作指令来自前排乘客或后排乘客而选择性地对前排或后排的空调执行该操作指令。例如，前排乘客发出打开空调的操作指令，则可以仅打开前排的空调。由此实现更精确的车内电子设备的控制。

尽管为使解释简单化将上述方法图示并描述为一系列动作，但是应理解并领会，这些方法不受动作的次序所限，因为根据一个或多个实施例，一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。

本领域技术人员将可理解，信息、信号和数据可使用各种不同技术和技艺中的任何技术和技艺来表示。例如，以上描述通篇引述的数据、指令、命令、信息、信号、位(比特)、码元、和码片可由电压、电流、电磁波、磁场或磁粒子、光场或光学粒子、或其任何组合来表示。

本领域技术人员将进一步领会，结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性，各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性，但这样的实现决策不应被解读成导致脱离了本发明的范围。

结合本文所公开的实施例描述的各种解说性逻辑模块、和电路可用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器，但在替换方案中，该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合，例如DSP与微处理器的组合、多个微处理器、与DSP核心协作的一个或多个微处理器、或任何其他此类配置。

结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。

在一个或多个示例性实施例中，所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品，则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者，其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定，这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如，如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来，则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟，其中盘(disk)往往以磁的方式再现数据，而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。

提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的，且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此，本公开并非旨在被限定于本文中所描述的示例和设计，而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。

Claims (20)

1.一种车载语音控制系统，包括：

环绕分布于车内四周的多个麦克风，用于采集车内用户的语音输入；

求和电路，用于将多个麦克风产生的电信号加总以提供音频输入信号；

指令识别模块，用于从所述音频输入信号识别操作指令；

指令源识别模块，与所述多个麦克风相耦接，用于基于所述语音输入进行指令源识别以判断所述操作指令来自车内哪个乘客；以及

控制模块，用于与所述指令识别模块和所述指令源识别模块相耦接，用于基于所述指令源识别结果选择性地执行所述操作指令。

2.如权利要求1所述的车载语音控制系统，其特征在于，所述指令识别模块包括：

语音识别模块，用于将所述音频输入信号转换成文本输入；以及

匹配模块，用于将所述文本输入与指令库中的指令执行匹配计算以获取所述操作指令。

3.如权利要求2所述的车载语音控制系统，其特征在于，所述匹配模块将所述文本输入与所述指令库中的所有指令执行语义相似度计算，并将具有高于阈值的最高语义相似度的指令作为所述操作指令。

4.如权利要求1所述的车载语音控制系统，其特征在于，所述多个麦克风分布于车内每个汽车座椅的近旁，所述指令源识别模块基于来自不同麦克风的语音音量执行所述指令源识别。

5.如权利要求1所述的车载语音控制系统，其特征在于，所述指令源识别模块判断所述操作指令是否来源于司机，所述操作指令包括司机专属操作指令和非司机专属操作指令，所述控制模块响应于所述操作指令不是来源于司机但为司机专属操作指令而不执行所述操作指令。

6.如权利要求5所述的车载语音控制系统，其特征在于，所述控制模块响应于所述操作指令来源于司机而执行所述操作指令。

7.如权利要求5所述的车载语音控制系统，其特征在于，所述控制模块响应于所述操作指令不来源于司机但为非司机专属操作指令而执行所述操作指令。

8.如权利要求5所述的车载语音控制系统，其特征在于，所述司机专属操作指令为与车辆驾驶相关的操作指令。

9.如权利要求1所述的车载语音控制系统，其特征在于，所述指令源识别模块判断所述操作指令来自于前排乘客还是后排乘客，所述控制模块响应于所述操作指令来源于前排乘客或后排乘客而选择性地对前排或后排的车载电子设备执行所述操作指令。

10.如权利要求9所述的车载语音控制系统，其特征在于，所述操作指令包括空调控制指令，所述控制模块响应于所述操作指令来自前排乘客或后排乘客而选择性地对前排或后排的空调执行所述操作指令。

11.一种车载语音控制方法，车内四周环绕分布有多个麦克风用于采集车内用户的语音输入，所述车载语音控制方法包括：

将多个麦克风产生的电信号加总以提供音频输入信号；

从所述音频输入信号识别操作指令；

基于所述语音输入进行指令源识别以判断所述操作指令来自车内哪个乘客；以及

基于所述指令源识别结果选择性地执行所述操作指令。

12.如权利要求11所述的车载语音控制方法，其特征在于，所述识别操作指令包括：

将所述音频输入信号转换成文本输入；以及

将所述文本输入与指令库中的指令执行匹配计算以获取所述操作指令。

13.如权利要求12所述的车载语音控制方法，其特征在于，所述匹配计算包括将所述文本输入与所述指令库中的所有指令执行语义相似度计算，并将具有高于阈值的最高语义相似度的指令作为所述操作指令。

14.如权利要求11所述的车载语音控制方法，其特征在于，所述多个麦克风分布于车内每个汽车座椅的近旁，所述指令源识别包括基于来自不同麦克风的语音音量执行所述指令源识别。

15.如权利要求11所述的车载语音控制方法，其特征在于，所述指令源识别包括判断所述操作指令是否来源于司机，其中所述操作指令包括司机专属操作指令和非司机专属操作指令，

所述基于所述指令源识别结果选择性地执行所述操作指令包括响应于所述操作指令不是来源于司机但为司机专属操作指令而不执行所述操作指令。

16.如权利要求15所述的车载语音控制方法，其特征在于，所述基于所述指令源识别结果选择性地执行所述操作指令包括响应于所述操作指令来源于司机而执行所述操作指令。

17.如权利要求15所述的车载语音控制方法，其特征在于，所述基于所述指令源识别结果选择性地执行所述操作指令包括响应于所述操作指令不来源于司机但为非司机专属操作指令而执行所述操作指令。

18.如权利要求15所述的车载语音控制方法，其特征在于，所述司机专属操作指令为与车辆驾驶相关的操作指令。

19.如权利要求11所述的车载语音控制方法，其特征在于，所述指令源识别包括判断所述操作指令来自于前排乘客还是后排乘客，

所述基于所述指令源识别结果选择性地执行所述操作指令包括响应于所述操作指令来源于前排乘客或后排乘客而选择性地对前排或后排的车载电子设备执行所述操作指令。

20.如权利要求19所述的车载语音控制方法，其特征在于，所述操作指令包括空调控制指令，所述选择性地对前排或后排的车载电子设备执行所述操作指令包括响应于所述操作指令来自前排乘客或后排乘客而选择性地对前排或后排的空调执行所述操作指令。