CN108053837A - 一种汽车转向灯声音信号识别的方法和系统 - Google Patents
一种汽车转向灯声音信号识别的方法和系统 Download PDFInfo
- Publication number
- CN108053837A CN108053837A CN201711465584.XA CN201711465584A CN108053837A CN 108053837 A CN108053837 A CN 108053837A CN 201711465584 A CN201711465584 A CN 201711465584A CN 108053837 A CN108053837 A CN 108053837A
- Authority
- CN
- China
- Prior art keywords
- signal
- meier
- straight
- voice signal
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000010586 diagram Methods 0.000 claims abstract description 26
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 238000001228 spectrum Methods 0.000 claims description 17
- 238000009432 framing Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 6
- 230000005236 sound signal Effects 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 2
- 230000005055 memory storage Effects 0.000 claims 1
- 230000000737 periodic effect Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 241000638935 Senecio crassissimus Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
- G10L2025/783—Detection of presence or absence of voice signals based on threshold decision
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提出了一种汽车转向灯信号识别方法和系统。该方法包括:对于接收到的声音信号进行采样和预处理,得到连续声音信号的梅尔能量图,其中,声音信号是指拾取的驾驶室内的声音转换成的电信号;在梅尔能量图中进行直线检测,判断是否存在单个转向灯声音信号;根据对梅尔能量图的直线检测结果,进一步识别直线检测结果中是否存在周期性信号,如果有,则认为汽车转向灯被启动。该方法不用对汽车的原始CAN协议进行解析,根据汽车转向灯开启时的声音信号具有固定间隔和周期性的特征,采用声音信号的处理和识别方法,判断汽车转向灯是否启动,用于辅助安全驾驶。
Description
技术领域
本发明涉及汽车应用领域,具体涉及一种汽车转向灯声音信号识别的方法和系统。
背景技术
随着经济的发展,行驶车辆数量不断增加,驾驶员面临的驾车环境越来越复杂,发生交通事故的比例也逐步增加,为了更好的辅助驾驶员安全驾驶,以及使事故或纠纷发生时,可提出有利于驾驶员本身的证据或是理清事故发生的原因,行车记录系统已成为多数车辆上不可或缺的配备之一。
现今大多数驾驶员在驾驶时,常常会有变换车道而不打方向灯的情况发生,以导致后方车辆追撞。转向灯的开关,能够清楚的提醒其他车辆或行人本车辆的行驶意图,例如需要换道或转弯。目前,转向灯主要是根据驾驶员的自我意图和判断来手动拨动转向灯的组合开关。但有时由于驾驶员忽略转向灯的开启或是操作失误,会给其他车辆或行人提供错误的信息,导致错误的判断而造成交通事故。
现有技术主要一方面是通过汽车原装的CAN信号中解析获得左、右方向灯信号是否开启,并发送至行车记录系统用于提示;另一方面,通过加装的方法和装置进行汽车转向灯信息提示,例如,有的装置是安装在汽车拨杆上,用感测的方法得到方向灯控制杆的操作状态,从而提供对应的方向灯信息,实现对汽车转向灯信号进行感测和识别。
上述加装转向灯信息提示装置的技术方案存在两个问题:第一,加装设备无法获取原车CAN协议,并对协议进行处理,因此无法直接识别汽车转向灯信号;第二,采用感测装置,成本较高,且感测装置占据拨杆空间,影响驾驶操作体验,给安全驾驶带来安全隐患。
发明内容
本发明主要解决的技术问题是不使用汽车原车的CAN协议的情况下,实现汽车转向灯信号的识别,得到的识别结果用于安全驾驶信息提示。
为解决上述技术问题,本发明提出一种汽车转向灯声音信号识别的方法,包括:对于接收到的声音信号进行采样和预处理,得到连续声音信号的梅尔能量图,其中,声音信号是指拾取的驾驶室内的声音转换成的电信号;在梅尔能量图中进行直线检测,判断是否存在单个转向灯声音信号;根据对梅尔能量图的直线检测结果,进一步识别直线检测结果中是否存在周期性信号,如果有,则认为汽车转向灯被启动。
根据本发明的一种具体实施例,本发明还提供一种用于汽车转向灯声音信号识别的系统,包括:采样单元,用于对接收到的声音信号进行采样,将连续信号离散化成一维序列信号,声音信号是指拾取的驾驶室内的声音转换成的电信号;预处理单元,用于得到连续声音信号的梅尔能量图;直线检测单元,用于判断梅尔能量图中是否存在单个转向灯声音信号;识别单元,用于识别直线检测结果是否具有周期性信号,如果有,则输出汽车转向灯启动信号。
根据本发明的一种具体实施例,本发明还提供一种用于汽车转向灯声音信号识别的产品,包括:信号拾取器,用于拾取汽车驾驶室内的声音,并将声波转换成电信号;信号处理器,包括程序的存储和执行、实现上述汽车转向灯声音信号识别方法;信号拾取器的输出作为信号处理器的输入,信号处理器输出汽车转向灯是否启动的判断结果。
根据本发明的一种具体实施例,本发明还提供一种计算机可读存储介质,包括汽车转向灯声音信号识别程序,该程序能够被处理器执行以实现上述汽车转向灯声音信号识别的方法。
本发明不用对汽车的原始CAN协议进行解析,根据汽车转向灯开启时的声音信号具有固定间隔和周期性的特征,采用声音信号的处理和识别方法,判断汽车转向灯是否启动,用于辅助安全驾驶。
附图说明
图1为无干扰时的汽车转向灯声音信号图;
图2为有干扰时的汽车转向灯声音信号图;
图3为一种汽车转向灯识别方法流程图;
图4为一种汽车转向灯识别系统示意图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中,很多细节描述是为了使得本申请能被更好的理解。然而,本领域技术人员可以毫不费力的认识到,其中部分特征在不同情况下是可以省略的,或者可以由其他元件、材料、方法所替代。在某些情况下,本申请相关的一些操作并没有在说明书中显示或者描述,这是为了避免本申请的核心部分被过多的描述所淹没,而对于本领域技术人员而言,详细描述这些相关操作并不是必要的,他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外,说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时,方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此,说明书和附图中的各种顺序只是为了清楚描述某一个实施例,并不意味着是必须的顺序,除非另有说明其中某个顺序是必须遵循的。
本文中为部件所编序号本身,例如“第一”、“第二”等,仅用于区分所描述的对象,不具有任何顺序或技术含义。而本申请所说“连接”、“联接”,如无特别说明,均包括直接和间接连接(联接)。
大多汽车的转向灯开启时,声音都存在同样的重复间隔和音色,表现在时域波形上如图1所示,即相似的声音信号波形间隔一段时间后重复出现。图中显示的波形图包含了四个连续的汽车转向灯声音信号。
在本实施例中,没有外界干扰的情况下,转向灯声音信号的波形基本相等且固定,间隔约为0.4秒。当驾驶室内有背景音乐、谈话声等外界干扰时,转向灯声音信号可能会完全湮没在这些声音信号中,如图2所示。
在本实施例中,本发明采用如图3所示方法进行汽车转向灯信号的识别,具体步骤如下:
A1:先将拾取的驾驶室内的声音转换成电信号;
A2:对上述电信号进行数字化采样,得到一维、单通道的数字序列信号。由于转向灯的频率信号集中在8000Hz到15000Hz之间,根据奈奎斯特采样定律,要求采样频率大于15000Hz*2=30Khz,对采样后的信号进行预加重处理,用于对信号高频分量进行补偿;
A3:对经过采样和预加重处理后的序列信号进行分帧处理。分帧处理的主要作用是将一维信号按一定的重叠窗口大小依次取出,并按时间顺序排列成一幅图像。图像的每一列称之为一帧。列的长度,也就是图像的行数,即为窗口的大小。列数则为窗口取样的个数。分帧的目的是将声音信号按一定的时间分辨率进行分段处理,以提取每一段的频率成份用于后续的信号处理。
分帧处理是根据转向灯声音信号的特点进行的。在本实施例中,每帧(列)的长度为30ms的数据。帧与帧之间的间隔设置为2ms;
A4:对分帧后的信号进行加窗处理,把无限长序列信号进行时域加窗截短处理,使之成为有限长序列信号。本实施例中采用汉明窗对分帧后的每一帧数据分别进行加窗处理;
A5:对加窗处理后的信号进行快速傅立叶变换,得到信号的幅度谱。然后计算其幅度响应;
A6:对傅立叶变换后的幅度谱进行梅尔滤波,得到梅尔滤波器响应值。常用的梅尔滤波器组将大多数的滤波器集中在低频区域。滤波的具体过程为,将滤波器组中的每一个滤波器与快速傅立叶变换幅度谱对应点进行相乘并求和,输出一个单点值(频域中的点乘等价于时域中的卷积)。因此,假设有c个滤波器,转向灯信号分为K帧,则一共有K个快速傅立叶变换输出,滤波后则有c*K个滤波器响应;
A7:根据梅尔滤波器响应值进行对数谱计算,得到信号的梅尔能量图;
A8:在梅尔能量图中进行直线检测,判断是否存在单个转向灯声音信号。即从梅尔能量图中提取竖直的直线,一根直线代表一个声音信号,具体步骤是:对梅尔能量图进行二值化;然后从左到右以竖线的形式对所得图像进行扫描;对于每一条候选竖线,计算该直线上的内点和外点数量之比,当该比值大于第一阈值时,判定该直线有效,即存在一个声音信号;其中,内点的定义是:离直线的距离小于第二阈值的点;外点的定义是:与内点在邻域范围内且相邻的点,或者离直线的距离小于第三阈值的点,第三阈值大于第二阈值;
A9:根据对梅尔能量图的直线检测结果,进一步识别直线检测结果中是否存在周期性信号,如果有,则认为汽车转向灯被启动。具体步骤是:通过遍历A8中所有检测到的直线,找到时间点相邻的两个直线的时间间隔等于系统预定值的所有直线,在本实施例中,系统预定值是0.4秒,当这些直线的数量大于第四阈值时,判断直线结果是具有周期性的,输出转向灯启动信号;
A10:输出汽车转向灯启动的提示信息。
其中,步骤A2至A7中所涉及的信号处理方法为现有技术的范例,通常也可以简称为信号预处理步骤,本发明不限于使用上述步骤得到汽车转向灯声音信号的梅尔能量图。
实施例二:本发明提出了如图4所示的一种汽车转向灯信号识别系统,包括:
采样单元,用于对接收到的声音信号进行采样,将连续信号离散化成一维序列信号,声音信号是指拾取的驾驶室内的声音转换成的电信号;
分帧单元,用于对序列信号进行分帧处理,将信号按一定的时间分辨率进行分段;
加窗单元,用于对分帧后的信号进行加窗处理,把无限长序列信号进行时域加窗截短处理,使之成为有限长序列信号;
傅立叶变换单元,用于对所述加窗处理后的信号进行傅立叶变换,得到信号的幅度谱;
梅尔滤波单元,用于对傅立叶变换后的幅度谱进行梅尔滤波,得到梅尔滤波器响应值;
对数谱单元,用于根据梅尔滤波器响应值进行对数谱计算,得到信号的梅尔能量图;
直线检测单元,用于判断梅尔能量图中是否存在单个转向灯声音信号;
识别单元,用于识别直线检测结果是否具有周期性信号,如果有,则认为汽车转向灯被启动,输出汽车转向灯启动的提示信息;
输入单元:信号拾取单元,用于拾取汽车驾驶室内的声音,并将声波转换成电信号;
输出单元:信号提示单元和/分类单元;所述信号提示单元获取汽车转向灯启动信号,用于通过信号通信至行车记录系统或者辅助驾驶系统,输出车道偏离提示信息;所述分类器获取汽车转向灯启动信号,输出转向灯是否启动的信号:左右任一个转向灯启动,或者转向灯全部关闭。
其中,本实施例系统中的分帧单元、加窗单元、傅立叶变换单元、梅尔滤波单元、对数谱单元为现有技术组件的范例,通常也可以简称为信号预处理单元,本发明不限于使用上述技术组件用于实现获取汽车转向灯声音信号的梅尔能量图功能。
本领域技术人员可以理解,上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现,也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器、随机存储器、磁盘、光盘、硬盘等,通过计算机执行该程序以实现上述功能。例如,将程序存储在设备的存储器中,当通过处理器执行存储器中程序,即可实现上述全部或部分功能。另外,当上述实施方式中全部或部分功能通过计算机程序的方式实现时,该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中,通过下载或复制保存到本地设备的存储器中,或对本地设备的系统进行版本更新,当通过处理器执行存储器中的程序时,即可实现上述实施方式中全部或部分功能。
以上应用了具体个例对本发明进行阐述,只是用于帮助理解本发明,并不用以限制本发明。对于本发明所属技术领域的技术人员,依据本发明的思想,还可以做出若干简单推演、变形或替换。
Claims (10)
1.一种汽车转向灯声音信号识别的方法,其特征在于,所述方法包括:
对于接收到的声音信号进行采样和预处理,得到连续声音信号的梅尔能量图,其中,声音信号是指拾取的驾驶室内的声音转换成的电信号;
在梅尔能量图中进行直线检测,判断是否存在单个转向灯声音信号;
根据对梅尔能量图的直线检测结果,进一步识别直线检测结果中是否存在周期性信号,如果有,则认为汽车转向灯被启动。
2.如权利要求1所述的方法,其特征在于,所述单个汽车转向灯启动时的声音信号识别方法采用直线检测方法,即从梅尔能量图中提取竖直的直线,具体步骤是:对梅尔能量图进行二值化;然后从左到右以竖线的形式对所得图像进行扫描;对于每一条候选竖线,计算该直线上的内点和外点数量之比,当该比值大于第一阈值时,判定该直线有效,即存在一个声音信号;其中,内点的定义是:离直线的距离小于第二阈值的点;外点的定义是:与内点在邻域范围内且相邻的点,或者离直线的距离小于第三阈值的点,第三阈值大于第二阈值。
3.如权利要求1所述的方法,其特征在于,所述识别直线检测结果中是否具有周期性信号的方法包括:通过遍历所有检测到的直线,找到时间点相邻的两个直线的时间间隔等于系统预定值的所有直线,当这些直线的数量大于第四阈值时,判断直线结果是具有周期性的,即转向灯信号已启动。
4.如权利要求1所述的方法,其特征在于,所述得到连续声音信号幅度谱的预处理方法包括:
将采样后的一维序列信号进行预加重处理,用于对信号高频分量进行补偿;
对预加重后的序列信号进行分帧处理,将信号按一定的时间分辨率进行分段;
对分帧后的信号进行加窗处理,把无限长序列信号进行时域加窗截短处理,使之成为有限长序列信号;
对加窗处理后的信号进行傅立叶变换,得到信号的幅度谱;
对傅立叶变换后的幅度谱进行梅尔滤波,得到梅尔滤波器响应值;
根据梅尔滤波器响应值进行对数谱计算,得到信号的梅尔能量图。
5.一种用于汽车转向灯声音信号识别的系统,其特征在于包括:
采样单元,用于对接收到的声音信号进行采样,将连续信号离散化成一维序列信号,声音信号是指拾取的驾驶室内的声音转换成的电信号;
预处理单元,用于得到连续声音信号的梅尔能量图;
直线检测单元,用于判断梅尔能量图中是否存在单个转向灯声音信号;
识别单元,用于识别直线检测结果是否具有周期性信号,如果有,则输出汽车转向灯启动信号。
6.如权利要求5所述的系统,其特征在于,所述预处理单元包括:
分帧单元,用于对序列信号进行分帧处理,将信号按一定的时间分辨率进行分段;
加窗单元,用于对分帧后的信号进行加窗处理,把无限长序列信号进行时域加窗截短处理,使之成为有限长序列信号;
傅立叶变换单元,用于对所述加窗处理后的信号进行傅立叶变换,得到信号的幅度谱;
梅尔滤波单元,用于对傅立叶变换后的幅度谱进行梅尔滤波,得到梅尔滤波器响应值;
对数谱单元,用于根据梅尔滤波器响应值进行对数谱计算,得到信号的梅尔能量图。
7.如权利要求5所述的系统,其特征在于,还包括输入单元:信号拾取单元,用于拾取汽车驾驶室内的声音,并将声波转换成电信号。
8.如权利要求5所述的系统,其特征在于,还包括输出单元:信号提示单元和/或分类单元;所述信号提示单元获取汽车转向灯启动信号,用于通过信号通信至行车记录系统或者辅助驾驶系统,输出车道偏离提示信息;所述分类器获取汽车转向灯启动信号,输出转向灯是否启动的提示信号:左右任一个转向灯启动,或者转向灯全部关闭。
9.一种用于汽车转向灯声音信号识别的产品,其特征在于包括:
存储器,用于存储程序;
处理器,用于通过执行所述存储器存储的程序以实现如权利要求1-4中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,包括汽车转向灯声音信号识别程序,所述程序能够被处理器执行以实现如权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711465584.XA CN108053837A (zh) | 2017-12-28 | 2017-12-28 | 一种汽车转向灯声音信号识别的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711465584.XA CN108053837A (zh) | 2017-12-28 | 2017-12-28 | 一种汽车转向灯声音信号识别的方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108053837A true CN108053837A (zh) | 2018-05-18 |
Family
ID=62128910
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711465584.XA Pending CN108053837A (zh) | 2017-12-28 | 2017-12-28 | 一种汽车转向灯声音信号识别的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108053837A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108973855A (zh) * | 2018-07-19 | 2018-12-11 | 南京地平线机器人技术有限公司 | 用于车道偏离预警的方法和装置 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB8627870D0 (en) * | 1985-11-21 | 1986-12-31 | Ricoh Kk | Voice spectrum analyzing system |
US20020165711A1 (en) * | 2001-03-21 | 2002-11-07 | Boland Simon Daniel | Voice-activity detection using energy ratios and periodicity |
DE10322557A1 (de) * | 2003-05-20 | 2004-12-09 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Fahrerinformation bei Verlassen der Fahrspur |
JP2005338558A (ja) * | 2004-05-28 | 2005-12-08 | Toshiba Corp | 受信装置 |
WO2007041789A1 (en) * | 2005-10-11 | 2007-04-19 | National Ict Australia Limited | Front-end processing of speech signals |
JP2007263651A (ja) * | 2006-03-28 | 2007-10-11 | Alpine Electronics Inc | 車載用ナビゲーション装置及び車両信号検知方法 |
US20080019538A1 (en) * | 2006-07-24 | 2008-01-24 | Motorola, Inc. | Method and apparatus for removing periodic noise pulses in an audio signal |
JP2008070650A (ja) * | 2006-09-14 | 2008-03-27 | Sharp Corp | 楽曲分類方法、楽曲分類装置及びコンピュータプログラム |
JP2010271452A (ja) * | 2009-05-20 | 2010-12-02 | Nissan Motor Co Ltd | 音声認識装置及び方法 |
WO2013124862A1 (en) * | 2012-02-21 | 2013-08-29 | Tata Consultancy Services Limited | Modified mel filter bank structure using spectral characteristics for sound analysis |
WO2014057501A1 (en) * | 2012-10-12 | 2014-04-17 | Tata Consultancy Services Limited | Real-time traffic detection |
US20160112816A1 (en) * | 2014-10-15 | 2016-04-21 | Hyundai Motor Company | Apparatus and method for recognizing horn using sound signal processor |
KR101671305B1 (ko) * | 2015-12-22 | 2016-11-02 | 경상대학교 산학협력단 | 입력 신호의 특징 파라미터 추출 장치 및 그를 이용한 화자 인식 장치 |
JP2017068153A (ja) * | 2015-10-01 | 2017-04-06 | セイコーエプソン株式会社 | 半導体装置、システム、電子機器、及び、音声認識方法 |
JP2017081224A (ja) * | 2015-10-23 | 2017-05-18 | いすゞ自動車株式会社 | 状態判定装置及び状態判定方法 |
KR101768145B1 (ko) * | 2016-04-21 | 2017-08-14 | 현대자동차주식회사 | 음향 추적 정보 제공 방법, 차량용 음향 추적 장치, 및 이를 포함하는 차량 |
-
2017
- 2017-12-28 CN CN201711465584.XA patent/CN108053837A/zh active Pending
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB8627870D0 (en) * | 1985-11-21 | 1986-12-31 | Ricoh Kk | Voice spectrum analyzing system |
US20020165711A1 (en) * | 2001-03-21 | 2002-11-07 | Boland Simon Daniel | Voice-activity detection using energy ratios and periodicity |
DE10322557A1 (de) * | 2003-05-20 | 2004-12-09 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Fahrerinformation bei Verlassen der Fahrspur |
JP2005338558A (ja) * | 2004-05-28 | 2005-12-08 | Toshiba Corp | 受信装置 |
WO2007041789A1 (en) * | 2005-10-11 | 2007-04-19 | National Ict Australia Limited | Front-end processing of speech signals |
JP2007263651A (ja) * | 2006-03-28 | 2007-10-11 | Alpine Electronics Inc | 車載用ナビゲーション装置及び車両信号検知方法 |
US20080019538A1 (en) * | 2006-07-24 | 2008-01-24 | Motorola, Inc. | Method and apparatus for removing periodic noise pulses in an audio signal |
JP2008070650A (ja) * | 2006-09-14 | 2008-03-27 | Sharp Corp | 楽曲分類方法、楽曲分類装置及びコンピュータプログラム |
JP2010271452A (ja) * | 2009-05-20 | 2010-12-02 | Nissan Motor Co Ltd | 音声認識装置及び方法 |
WO2013124862A1 (en) * | 2012-02-21 | 2013-08-29 | Tata Consultancy Services Limited | Modified mel filter bank structure using spectral characteristics for sound analysis |
WO2014057501A1 (en) * | 2012-10-12 | 2014-04-17 | Tata Consultancy Services Limited | Real-time traffic detection |
US20160112816A1 (en) * | 2014-10-15 | 2016-04-21 | Hyundai Motor Company | Apparatus and method for recognizing horn using sound signal processor |
JP2017068153A (ja) * | 2015-10-01 | 2017-04-06 | セイコーエプソン株式会社 | 半導体装置、システム、電子機器、及び、音声認識方法 |
JP2017081224A (ja) * | 2015-10-23 | 2017-05-18 | いすゞ自動車株式会社 | 状態判定装置及び状態判定方法 |
KR101671305B1 (ko) * | 2015-12-22 | 2016-11-02 | 경상대학교 산학협력단 | 입력 신호의 특징 파라미터 추출 장치 및 그를 이용한 화자 인식 장치 |
WO2017111386A1 (ko) * | 2015-12-22 | 2017-06-29 | 경상대학교산학협력단 | 입력 신호의 특징 파라미터 추출 장치 및 그를 이용한 화자 인식 장치 |
KR101768145B1 (ko) * | 2016-04-21 | 2017-08-14 | 현대자동차주식회사 | 음향 추적 정보 제공 방법, 차량용 음향 추적 장치, 및 이를 포함하는 차량 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108973855A (zh) * | 2018-07-19 | 2018-12-11 | 南京地平线机器人技术有限公司 | 用于车道偏离预警的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11453407B2 (en) | Method and apparatus of monitoring sensor of driverless vehicle, device and storage medium | |
CN108595443A (zh) | 同声翻译方法、装置、智能车载终端及存储介质 | |
CN110575163A (zh) | 一种检测驾驶员分心的方法及装置 | |
US9615186B2 (en) | Apparatus and method for recognizing horn using sound signal processor | |
CN108492819A (zh) | 语言练习方法、装置、智能车载终端及存储介质 | |
Ntalampiras | Universal background modeling for acoustic surveillance of urban traffic | |
EP3570214B1 (en) | Automobile image processing method and apparatus, and readable storage medium | |
CN104134439B (zh) | 一种习惯用语的获取方法、装置及系统 | |
US11132607B1 (en) | Method for explainable active learning, to be used for object detector, by using deep encoder and active learning device using the same | |
CN105609105A (zh) | 语音识别系统和语音识别方法 | |
CN111862945A (zh) | 一种语音识别方法、装置、电子设备及存储介质 | |
CN110767215A (zh) | 一种训练语音识别模型、识别语音的方法及装置 | |
CN108053837A (zh) | 一种汽车转向灯声音信号识别的方法和系统 | |
CN107334481B (zh) | 一种驾驶分心检测方法及系统 | |
CN111332287B (zh) | 一种驾驶辅助方法及系统 | |
US10272838B1 (en) | Reducing lane departure warning false alarms | |
CN111464468A (zh) | 信号调制模式识别方法、装置、设备和可读存储介质 | |
CN106373416A (zh) | 用于测试无人驾驶车辆的交通灯识别耗时的方法和装置 | |
CN115686215A (zh) | 一种车用多模态交互方法、装置及车辆 | |
CN111261149A (zh) | 语音信息识别方法和装置 | |
KR101399786B1 (ko) | 자동 주차 장치 및 그 트래픽 시그널 경고 방법 | |
US20230331254A1 (en) | A Method for Controlling a Driver Assistance System During Operation of a Vehicle | |
CN104376737A (zh) | 交通指示灯的车载识别方法及装置 | |
CN110704592B (zh) | 语句分析处理方法、装置、计算机设备和存储介质 | |
DE112014006528B4 (de) | Fahrzeuginformationsmeldevorrichtung |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |