CN109243427A - 一种车辆故障诊断方法及装置 - Google Patents
一种车辆故障诊断方法及装置 Download PDFInfo
- Publication number
- CN109243427A CN109243427A CN201811151056.1A CN201811151056A CN109243427A CN 109243427 A CN109243427 A CN 109243427A CN 201811151056 A CN201811151056 A CN 201811151056A CN 109243427 A CN109243427 A CN 109243427A
- Authority
- CN
- China
- Prior art keywords
- audio data
- information
- voice recognition
- fault diagnosis
- processing
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 71
- 230000009467 reduction Effects 0.000 claims description 24
- 238000001514 detection method Methods 0.000 claims description 16
- 238000011946 reduction process Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 239000004568 cement Substances 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 2
- 230000008439 repair process Effects 0.000 abstract description 17
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 7
- 238000007689 inspection Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000001537 neural effect Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 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
- G10L15/00—Speech recognition
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- 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
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- 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
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- 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
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- 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
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
Abstract
本发明提供一种车辆故障诊断方法及装置，包括：获取用户输入的音频数据；对音频数据进行语音识别处理，得到语音识别信息；将语音识别信息与预设的指令信息库进行匹配比较，得到与语音识别信息相对应的指令信息；根据指令信息执行相应的车辆故障诊断操作。本发明提供的车辆故障诊断方法及装置，能够在进行车辆故障诊断的同时，解放检修人员双手，使得检修人员在进行汽车故障诊断的同时能够对汽车进行维修，进而有效提高汽车修理的效率。
Description
技术领域
本发明涉及数据通信技术领域，具体而言，涉及一种车辆故障诊断方法及装置。
背景技术
汽车是人们最熟悉、最常见的交通工具，它在人们生活中发挥着十分重要的作用。汽车尽管品质各异，形式多样，但它们在使用过程中都不可避免地会出现各种各样的故障，需要进行故障诊断，以便及时修理，保障汽车使用者的使用安全。现有的车辆故障诊断方法由检修人员通过手动操控故障诊断仪，进而对汽车进行故障诊断，然而在实践中发现，现有的车辆故障诊断方法占用检修人员双手，无法在进行汽车故障诊断的同时通过相应的维修工具进行汽车维修，严重影响了汽车修理的效率。
发明内容
鉴于上述问题，本发明提供了一种车辆故障诊断方法及装置，能够在进行车辆故障诊断的同时，解放检修人员双手，使得检修人员在进行汽车故障诊断的同时能够对汽车进行维修，进而有效提高汽车修理的效率。
为了实现上述目的，本发明采用如下的技术方案：
本发明第一方面公开了一种车辆故障诊断方法，包括：
获取用户输入的音频数据；
对所述音频数据进行语音识别处理，得到语音识别信息；
将所述语音识别信息与预设的指令信息库进行匹配比较，得到与所述语音识别信息相对应的指令信息；
根据所述指令信息执行相应的车辆故障诊断操作。
作为一种可选的实施方式，在本发明第一方面中，所述对所述音频数据进行语音识别处理，得到语音识别信息，包括：
对所述音频数据进行降噪处理，得到降噪音频数据；
提取所述降噪音频数据的声学特征；
根据预先建立的语音识别模型对所述声学特征进行解码处理，得到所述声学特征包括的文字信息；
对所述文字信息进行语法语义分析，得到语音识别信息。
作为一种可选的实施方式，在本发明第一方面中，在所述获取用户输入的音频数据之前，所述方法还包括：
获取所处环境的声音信号，并检测所述声音信号是否包括用户输入的话音信号；
如果所述声音信号包括所述话音信号，对所述话音信号进行语音识别处理，得到话音识别信息；
判断所述话音识别信息是否包括预设的唤醒信息，如果包括，执行所述的获取用户输入的音频数据。
作为一种可选的实施方式，在本发明第一方面中，所述对所述音频数据进行语音识别处理，得到语音识别信息包括：
将包括所述音频数据的识别请求信息发送至网络服务器，以使所述网络服务器对所述音频数据进行识别处理得到语音识别信息；
接收所述网络服务器发送的所述语音识别信息。
作为一种可选的实施方式，在本发明第一方面中，所述对所述音频数据进行降噪处理，得到降噪音频数据包括：
对所述音频数据进行端点检测处理，以去除所述音频数据包括的静音数据，得到音频处理数据；
对所述音频处理数据进行语音增强处理，以消除所述音频处理数据包括的环境噪音数据，得到降噪音频数据。
本发明第二方面公开一种车辆故障诊断装置，包括：
获取模块，用于获取用户输入的音频数据；
识别模块，用于对所述音频数据进行语音识别处理，得到语音识别信息；
匹配模块，用于将所述语音识别信息与预设的指令信息库进行匹配比较，得到与所述语音识别信息相对应的指令信息；
执行模块，用于根据所述指令信息执行相应的车辆故障诊断操作。
作为一种可选的实施方式，在本发明第二方面中，所述识别模块包括：
降噪子模块，用于对所述音频数据进行降噪处理，得到降噪音频数据；
提取子模块，用于提取所述降噪音频数据的声学特征；
解码子模块，用于根据预先建立的语音识别模型对所述声学特征进行解码处理，得到所述声学特征包括的文字信息；
分析子模块，用于对所述文字信息进行语法语义分析，得到语音识别信息。
作为一种可选的实施方式，在本发明第二方面中，所述识别模块包括：
发送子模块，用于将包括所述音频数据的识别请求信息发送至网络服务器，以使所述网络服务器对所述音频数据进行识别处理得到语音识别信息；
接收子模块，用于接收所述网络服务器发送的所述语音识别信息。
作为一种可选的实施方式，在本发明第二方面中，所述获取模块，还用于在所述获取用户输入的音频数据之前，获取所处环境的声音信号；
检测模块，用于检测所述声音信号是否包括用户输入的话音信号；
初步识别模块，还用于在所述检测模块检测出所述声音信号包括所述话音信号，对所述话音信号进行语音识别处理，得到话音识别信息；
判断模块，用于判断所述话音识别信息是否包括预设的唤醒信息，以及在判断出所述话音识别信息包括预设的所述唤醒信息，触发所述获取模块获取用户输入的音频数据。
本发明第三方面公开一种车辆故障诊断仪，包括存储器以及处理器，存储器用于存储计算机程序，处理器运行计算机程序以使车辆故障诊断仪执行第一方面公开的部分或者全部的车辆故障诊断方法。
本发明第四方面公开一种计算机可读存储介质，其存储有第三方面的车辆故障诊断仪中所使用的计算机程序。
根据本发明提供的车辆故障诊断方法及装置，在检修人员进行汽车检修的时候，只需采用语音输入的方式用于启动检修操作的音频数据输入至车辆故障诊断装置，然后车辆故障诊断装置能够对输入的音频数据进行语音识别处理得到语音识别信息，进而再将识别出的语音识别信息与预设的指令信息库进行匹配比较，得到与语音识别信息相对应的指令信息，最后车辆故障诊断装置将根据该指令信息执行相应的车辆故障诊断操作，能够在进行车辆故障诊断的同时，解放检修人员双手，使得检修人员在进行汽车故障诊断的同时能够对汽车进行维修，进而有效提高汽车修理的效率。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对本发明范围的限定。
图1是本发明实施例一提供的一种车辆故障诊断方法的流程示意图；
图2是本发明实施例二提供的一种车辆故障诊断方法的流程示意图；
图3是本发明实施例三提供的一种车辆故障诊断方法的流程示意图；
图4是本发明实施例四提供的一种车辆故障诊断装置的结构示意图；
图5是本发明实施例四提供的另一种车辆故障诊断装置的结构示意图。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
针对现有技术中的问题，本发明提供了一种车辆故障诊断方法及装置；在检修人员进行汽车检修的时候，只需采用语音输入的方式用于启动检修操作的音频数据输入至车辆故障诊断装置，然后车辆故障诊断装置能够对输入的音频数据进行语音识别处理得到语音识别信息，进而再将识别出的语音识别信息与预设的指令信息库进行匹配比较，得到与语音识别信息相对应的指令信息，最后车辆故障诊断装置将根据该指令信息执行相应的车辆故障诊断操作，能够在进行车辆故障诊断的同时，解放检修人员双手，使得检修人员在进行汽车故障诊断的同时能够对汽车进行维修，进而有效提高汽车修理的效率。并且，该技术可以采用相关的软件或硬件实现，下面通过实施例进行描述。
实施例1
请参阅图1，图1是本发明实施例提供的一种车辆故障诊断方法的流程示意图。其中，如图1所示，该车辆故障诊断方法可以包括以下步骤：
S101、获取用户输入的音频数据。
本实施例所描述的车辆故障诊断方法可以应用于车辆故障诊断装置(如汽车故障诊断仪等)、便携式或车载式智能汽车故障自检终端等，对此本实施例不作限定。
本实施例中，当实施该车辆故障诊断方法的执行主体为车辆故障诊断装置时，车辆故障诊断装置可以通过其设置的拾音装置来获取用户输入的音频数据。其中，该拾音装置可以为双麦克风阵列等，对此本实施例不作限定。
S102、对音频数据进行语音识别处理，得到语音识别信息。
本实施例中，车辆故障诊断装置可以通过内置的语音识别芯片以及内置的语音识别算法，快速准确地对用户输入的音频数据进行语音识别处理，改变车辆故障诊断装置现有的手动控制方式，以解放检修人员双手，使得检修人员在进行汽车故障诊断的同时能够对汽车进行维修，进而有效提高汽车修理的效率。
作为进一步可选的实施方式，可以通过上述语音识别芯片对音频数据先进行降噪处理，然后再进行语音识别，有效提升系统的抗干扰能力，降低错误识别、无法识别等情况的发生，有效提升语音识别的准确度，进而优化用户体验度。
S103、将语音识别信息与预设的指令信息库进行匹配比较，得到与语音识别信息相对应的指令信息。
本实施例中，上述语音识别处理可以为将音频数据转换为语言文字信息的处理，也可以为将音频数据转换为机器语言信息的处理，则所得到的语音识别信息可以为对音频数据进行语音识别的文字信息，也可以为对音频数据进行语音识别的机器语言信息，相对应的，指令信息可以为所要执行车辆故障诊断操作的文字指令标识，也可以为所要执行车辆故障诊断操作的机器语言指令标识等，对此本实施例不作限定。
本实施例中，语音识别信息为对音频数据进行语音识别的文字信息，指令信息为所要执行车辆故障诊断操作的文字指令标识时，则当执行的车辆故障诊断操作为诊断车辆滤清器是否堵塞时，其对应的文字指令标识可以为滤清器。
S104、根据指令信息执行相应的车辆故障诊断操作。
在图1所描述的车辆故障诊断方法中，在检修人员进行汽车检修的时候，只需采用语音输入的方式用于启动检修操作的音频数据输入至车辆故障诊断装置，然后车辆故障诊断装置能够对输入的音频数据进行语音识别处理得到语音识别信息，进而再将识别出的语音识别信息与预设的指令信息库进行匹配比较，得到与语音识别信息相对应的指令信息，最后车辆故障诊断装置将根据该指令信息执行相应的车辆故障诊断操作。可见，实施图1所描述的车辆故障诊断方法，能够在进行车辆故障诊断的同时，解放检修人员双手，使得检修人员在进行汽车故障诊断的同时能够对汽车进行维修，进而有效提高汽车修理的效率。
实施例2
请参阅图2，图2是本发明实施例提供的一种车辆故障诊断方法的流程示意图。其中，如图2所示，该车辆故障诊断方法可以包括以下步骤：
S201、获取所处环境的声音信号，并检测声音信号是否包括用户输入的话音信号，如果包括，执行步骤S202～步骤S203；如果不包括，执行步骤S201继续获取所处环境的声音信号，并检测声音信号是否包括用户输入的话音信号。
S202、对话音信号进行语音识别处理，得到话音识别信息。
S203、判断话音识别信息是否包括预设的唤醒信息，如果包括，执行步骤S204～步骤S211；如果不包括，执行步骤S201继续获取所处环境的声音信号，并检测声音信号是否包括用户输入的话音信号。
本实施例中，实施上述步骤S201～步骤S203，能够检测是否有语音输入。具体的，当实施该车辆故障诊断方法的执行主体为车辆故障诊断装置时，当车辆故障诊断装置处于休眠状态时，可以采用话音激活检测(VAD,Voice Activity Detection)技术，目的是检测当前所处环境的声音信号中是否包含用户输入的话音信号，即对输入的声音信号进行判断，当判断出有唤醒信息时，车辆故障诊断装置可以从休眠状态转换为工作状态。
S204、获取用户输入的音频数据。
S205、对音频数据进行端点检测处理，以去除音频数据包括的静音数据，得到音频处理数据。
本实施例中，上述静音数据即为音频数据中非语音信号时段数据，所得到的音频处理数据即为不包括非语音信号时段数据的音频数据，即语音时段数据。
本实施例中，对音频数据进行降噪处理包括端点检测处理和语音增强处理。其中，端点检测处理是指在音频数据中将语音和非语音信号时段区分开来，准确地确定出音频数据的起始点，经过端点检测处理后得到的音频处理数据，后续处理就可以只对音频处理数据进行处理，有利于提高语音识别的精确度和识别正确率。语音增强处理的主要消除环境噪声对音频数据的影响，其具体方法可以为维纳滤波，对此本实施例不作限定。
S206、对音频处理数据进行语音增强处理，以消除音频处理数据包括的环境噪音数据，得到降噪音频数据。
本实施例中，执行上述步骤S205～步骤S206，能够对音频数据进行降噪处理，得到降噪音频数据。
S207、提取降噪音频数据的声学特征。
本实施例中，声学特征可以为LPC线性预测系数、CEP倒谱系数等，对此本实施例不作限定。
本实施例中，利用同态处理方法，对降噪音频数据求DFT离散傅立叶变换后取对数得到处理数据，再对处理数据进行求iDFT反离散傅立叶变换处理，进而得到上述CEP倒谱系数。
本实施例中，采用最小均方算法计算降噪音频数据的采样值和线性预测采样值之间达到的最小均方差，即为LPC线性预测系数。
S208、根据预先建立的语音识别模型对声学特征进行解码处理，得到声学特征包括的文字信息。
本实施例中，语言模型可以为基于规则的语言模型、基于大规模语料库的统计语言模型等，对此本实施例不作限定。
本实施例中，该语音识别模型包括声学模型和语言模型。其中，声学模型用于对声学特征进行解码处理，得到声学特征包括的文字信息，该文字信息为机器可以处理的音节形式，语言模型用于对文字信息进行语法语义分析，得到语音识别信息。
本实施例中，声学模型可以为混合高斯-隐马尔科夫模型、深度神经网络-隐马尔科夫模型、深度循环神经网络-隐马尔科夫模型、深度卷积神经网络-隐马尔科夫模型、连接时序分类-长短时记忆模型、注意力模型等，对此本实施例不作限定。
本实施例中，语言模型可以为基于规则的语言模型、基于大规模语料库的统计语言模型等，对此本实施例不作限定。
作为一种可选的实施方式，该声学模型为深度神经网络-隐马尔科夫模型。先建立隐马尔科夫声学模型，然后采用深度神经网络来估计每个状态的生成概率，其中，深度神经网络的每个单元的输出表示每个状态的后验概率。
S209、对文字信息进行语法语义分析，得到语音识别信息。
本实施例中，通过对识别出的文字信息进行语法语义分析，能够进一步提升识别的准确度和灵活性，减少语义不对应、语法不正确、前后语言搭配不当引起的识别误差等情况的出现，有效提升用户体验度。
本实施例中，执行上述步骤S205～步骤S209，能够对音频数据进行语音识别处理，得到语音识别信息。
S210、将语音识别信息与预设的指令信息库进行匹配比较，得到与语音识别信息相对应的指令信息。
S211、根据指令信息执行相应的车辆故障诊断操作。
可见，实施图2所描述的车辆故障诊断方法，能够在进行车辆故障诊断的同时，解放检修人员双手，使得检修人员在进行汽车故障诊断的同时能够对汽车进行维修，进而有效提高汽车修理的效率。
实施例3
请参阅图3，图3是本发明实施例提供的一种车辆故障诊断方法的流程示意图。其中，如图3所示，该车辆故障诊断方法可以包括以下步骤：
S301、获取所处环境的声音信号，并检测声音信号是否包括用户输入的话音信号，如果包括，执行步骤S302～步骤S303；如果不包括，执行步骤S301继续获取所处环境的声音信号，并检测声音信号是否包括用户输入的话音信号。
S302、对话音信号进行语音识别处理，得到话音识别信息。
S303、判断话音识别信息是否包括预设的唤醒信息，如果包括，执行步骤S304～步骤S308；如果不包括，执行步骤S301继续获取所处环境的声音信号，并检测声音信号是否包括用户输入的话音信号。
本实施例中，实施上述步骤S301～步骤S303，能够检测是否有语音输入。具体的，当实施该车辆故障诊断方法的执行主体为车辆故障诊断装置时，当车辆故障诊断装置处于休眠状态时，可以采用话音激活检测(VAD,Voice Activity Detection)技术，目的是检测当前所处环境的声音信号中是否包含用户输入的话音信号，即对输入的声音信号进行判断，当判断出有唤醒信息时，车辆故障诊断装置可以从休眠状态转换为工作状态。
S304、获取用户输入的音频数据。
S305、将包括音频数据的识别请求信息发送至网络服务器，以使网络服务器对音频数据进行识别处理得到语音识别信息。
本实施例所描述的车辆故障诊断方法可以应用于车辆故障诊断装置(如汽车故障诊断仪等)、便携式或车载式智能汽车故障自检终端等，对此本实施例不作限定。
本实施例中，该网络服务器与上述车辆故障诊断装置通信连接，车辆故障诊断装置可以通过互联网与网络服务器之间进行信息的交换，对此本实施例不作限定。
本实施例中，网络服务器在接收到包括音频数据的识别请求信息之后，可以通过第三方云端语音识别平台，对该音频数据进行语音识别处理，得到识别结果信息。其中，第三方云端语音识别平台可以为亚马逊Alexa语音识别平台、阿里巴巴语音识别平台、腾讯语音识别平台等，对此本实施例不作限定。
作为一种可选的实施方式，还可以先对音频数据进行降噪处理之后，再将包括降噪处理后的音频数据的识别请求信息发送至网络服务器，以使网络服务器对该降噪处理后的音频数据进行识别处理得到识别结果信息。
S306、接收网络服务器发送的语音识别信息。
本实施例中，执行上述步骤S305～步骤S306，能够对音频数据进行语音识别处理，得到语音识别信息。
S307、将语音识别信息与预设的指令信息库进行匹配比较，得到与语音识别信息相对应的指令信息。
S308、根据指令信息执行相应的车辆故障诊断操作。
可见，实施图3所描述的车辆故障诊断方法，能够在进行车辆故障诊断的同时，解放检修人员双手，使得检修人员在进行汽车故障诊断的同时能够对汽车进行维修，进而有效提高汽车修理的效率。
实施例4
请参阅图4，图4是本发明实施例提供的一种车辆故障诊断装置的结构示意图。其中，如图4所示，该车辆故障诊断装置包括：
本实施例所提供的车辆故障诊断装置可以为车载式或者便携式汽车故障诊断仪等，对此本实施例不作限定。
获取模块410，用于获取用户输入的音频数据。
本实施例中，车辆故障诊断装置可以通过其设置的拾音装置来获取用户输入的音频数据。其中，该拾音装置可以为双麦克风阵列等，对此本实施例不作限定。
识别模块420，用于对音频数据进行语音识别处理，得到语音识别信息。
本实施例中，车辆故障诊断装置可以通过内置的语音识别芯片以及内置的语音识别算法，快速准确地对用户输入的音频数据进行语音识别处理，改变车辆故障诊断装置现有的手动控制方式，以解放检修人员双手，使得检修人员在进行汽车故障诊断的同时能够对汽车进行维修，进而有效提高汽车修理的效率。
作为进一步可选的实施方式，可以先对音频数据先进行降噪处理，然后再进行语音识别，有效提升系统的抗干扰能力，降低错误识别、无法识别等情况的发生，有效提升语音识别的准确度，进而优化用户体验度。
匹配模块430，用于将语音识别信息与预设的指令信息库进行匹配比较，得到与语音识别信息相对应的指令信息。
执行模块440，用于根据指令信息执行相应的车辆故障诊断操作。
作为一种可选的实施方式，识别模块420包括：
降噪子模块421，用于对音频数据进行降噪处理，得到降噪音频数据。
提取子模块422，用于提取降噪音频数据的声学特征。
解码子模块423，用于根据预先建立的语音识别模型对声学特征进行解码处理，得到声学特征包括的文字信息。
分析子模块424，用于对文字信息进行语法语义分析，得到语音识别信息。
作为另一种可选的实施方式，如图5所示，识别模块420包括：
发送子模块425，用于将包括音频数据的识别请求信息发送至网络服务器，以使网络服务器对音频数据进行识别处理得到语音识别信息。
接收子模块426，用于接收网络服务器发送的语音识别信息。
作为一种可选的实施方式，如图5所示，获取模块410，还用于在获取用户输入的音频数据之前，获取所处环境的声音信号。
检测模块450，用于检测声音信号是否包括用户输入的话音信号；
初步识别模块460，还用于在检测模块检测出声音信号包括话音信号，对话音信号进行语音识别处理，得到话音识别信息；
判断模块470，用于判断话音识别信息是否包括预设的唤醒信息，以及在判断出话音识别信息包括预设的唤醒信息，触发获取模块410获取用户输入的音频数据。
可见，实施本实施例所描述的车辆故障诊断装置，能够在进行车辆故障诊断的同时，解放检修人员双手，使得检修人员在进行汽车故障诊断的同时能够对汽车进行维修，进而有效提高汽车修理的效率。
此外，本发明还提供了一种车辆故障诊断仪。该车辆故障诊断仪包括存储器和处理器，存储器可用于存储计算机程序，处理器通过运行所述计算机程序，从而使该车辆故障诊断仪执行上述方法或者上述车辆故障诊断装置中的各个模块的功能。
存储器可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据移动终端的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本实施例还提供了一种计算机存储介质，用于储存上述车辆故障诊断仪中使用的计算机程序。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。
所述功能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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台车辆故障诊断仪执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种车辆故障诊断方法，其特征在于，包括：
获取用户输入的音频数据；
对所述音频数据进行语音识别处理，得到语音识别信息；
将所述语音识别信息与预设的指令信息库进行匹配比较，得到与所述语音识别信息相对应的指令信息；
根据所述指令信息执行相应的车辆故障诊断操作。
2.根据权利要求1所述的车辆故障诊断方法，其特征在于，所述对所述音频数据进行语音识别处理，得到语音识别信息，包括：
对所述音频数据进行降噪处理，得到降噪音频数据；
提取所述降噪音频数据的声学特征；
根据预先建立的语音识别模型对所述声学特征进行解码处理，得到所述声学特征包括的文字信息；
对所述文字信息进行语法语义分析，得到语音识别信息。
3.根据权利要求1所述的车辆故障诊断方法，其特征在于，在所述获取用户输入的音频数据之前，所述方法还包括：
获取所处环境的声音信号，并检测所述声音信号是否包括用户输入的话音信号；
如果所述声音信号包括所述话音信号，对所述话音信号进行语音识别处理，得到话音识别信息；
判断所述话音识别信息是否包括预设的唤醒信息，如果包括，执行所述的获取用户输入的音频数据。
4.根据权利要求1所述的车辆故障诊断方法，其特征在于，所述对所述音频数据进行语音识别处理，得到语音识别信息包括：
将包括所述音频数据的识别请求信息发送至网络服务器，以使所述网络服务器对所述音频数据进行识别处理得到语音识别信息；
接收所述网络服务器发送的所述语音识别信息。
5.根据权利要求2所述的车辆故障诊断方法，其特征在于，所述对所述音频数据进行降噪处理，得到降噪音频数据包括：
对所述音频数据进行端点检测处理，以去除所述音频数据包括的静音数据，得到音频处理数据；
对所述音频处理数据进行语音增强处理，以消除所述音频处理数据包括的环境噪音数据，得到降噪音频数据。
6.一种车辆故障诊断装置，其特征在于，包括：
获取模块，用于获取用户输入的音频数据；
识别模块，用于对所述音频数据进行语音识别处理，得到语音识别信息；
匹配模块，用于将所述语音识别信息与预设的指令信息库进行匹配比较，得到与所述语音识别信息相对应的指令信息；
执行模块，用于根据所述指令信息执行相应的车辆故障诊断操作。
7.根据权利要求6所述的车辆故障诊断装置，其特征在于，所述识别模块包括：
降噪子模块，用于对所述音频数据进行降噪处理，得到降噪音频数据；
提取子模块，用于提取所述降噪音频数据的声学特征；
解码子模块，用于根据预先建立的语音识别模型对所述声学特征进行解码处理，得到所述声学特征包括的文字信息；
分析子模块，用于对所述文字信息进行语法语义分析，得到语音识别信息。
8.根据权利要求6所述的车辆故障诊断装置，其特征在于，所述识别模块包括：
发送子模块，用于将包括所述音频数据的识别请求信息发送至网络服务器，以使所述网络服务器对所述音频数据进行识别处理得到语音识别信息；
接收子模块，用于接收所述网络服务器发送的所述语音识别信息。
9.根据权利要求6所述的车辆故障诊断装置，其特征在于，所述获取模块，还用于在所述获取用户输入的音频数据之前，获取所处环境的声音信号；
检测模块，用于检测所述声音信号是否包括用户输入的话音信号；
初步识别模块，还用于在所述检测模块检测出所述声音信号包括所述话音信号，对所述话音信号进行语音识别处理，得到话音识别信息；
判断模块，用于判断所述话音识别信息是否包括预设的唤醒信息，以及在判断出所述话音识别信息包括预设的所述唤醒信息，触发所述获取模块获取用户输入的音频数据。
10.一种车辆故障诊断仪，其特征在于，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述车辆故障诊断仪执行权利要求1至5中任一项所述的车辆故障诊断方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811151056.1A CN109243427A (zh) | 2018-09-29 | 2018-09-29 | 一种车辆故障诊断方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811151056.1A CN109243427A (zh) | 2018-09-29 | 2018-09-29 | 一种车辆故障诊断方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109243427A true CN109243427A (zh) | 2019-01-18 |
Family
ID=65055211
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811151056.1A Pending CN109243427A (zh) | 2018-09-29 | 2018-09-29 | 一种车辆故障诊断方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109243427A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109902399A (zh) * | 2019-03-01 | 2019-06-18 | 哈尔滨理工大学 | 一种基于att-cnn的变工况下滚动轴承故障识别方法 |
| CN109920426A (zh) * | 2019-04-04 | 2019-06-21 | 中科云创(厦门)科技有限公司 | 基于智能语音的设备操作流程控制方法及系统 |
| CN110033767A (zh) * | 2019-04-19 | 2019-07-19 | 上海联影医疗科技有限公司 | 一种医疗影像设备的控制方法、装置、设备及存储介质 |
| CN110456769A (zh) * | 2019-08-06 | 2019-11-15 | 深圳市瀚智科技有限公司 | 车辆故障诊断方法及系统 |
| CN116691715B (zh) * | 2023-08-02 | 2023-09-29 | 深圳联友科技有限公司 | 基于车联网大数据的车辆启动困难识别方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103474068A (zh) * | 2013-08-19 | 2013-12-25 | 安徽科大讯飞信息科技股份有限公司 | 实现语音命令控制的方法、设备及系统 |
| CN105741838A (zh) * | 2016-01-20 | 2016-07-06 | 百度在线网络技术（北京）有限公司 | 语音唤醒方法及装置 |
| CN105988454A (zh) * | 2015-01-28 | 2016-10-05 | 博世汽车服务技术(苏州)有限公司 | 车辆故障诊断仪及包括其的车辆故障诊断系统 |
| CN106601244A (zh) * | 2016-12-08 | 2017-04-26 | 深圳市元征科技股份有限公司 | 车辆诊断客户端的语音控制方法和系统 |
| CN106644504A (zh) * | 2016-11-02 | 2017-05-10 | 深圳市元征软件开发有限公司 | 车辆故障诊断方法、系统及obd诊断设备 |
| US20170308751A1 (en) * | 2016-04-26 | 2017-10-26 | Hyundai Motor Company | Wearable device and vehicle diagnosis apparatus including the same |
-
2018
- 2018-09-29 CN CN201811151056.1A patent/CN109243427A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103474068A (zh) * | 2013-08-19 | 2013-12-25 | 安徽科大讯飞信息科技股份有限公司 | 实现语音命令控制的方法、设备及系统 |
| CN105988454A (zh) * | 2015-01-28 | 2016-10-05 | 博世汽车服务技术(苏州)有限公司 | 车辆故障诊断仪及包括其的车辆故障诊断系统 |
| CN105741838A (zh) * | 2016-01-20 | 2016-07-06 | 百度在线网络技术（北京）有限公司 | 语音唤醒方法及装置 |
| US20170308751A1 (en) * | 2016-04-26 | 2017-10-26 | Hyundai Motor Company | Wearable device and vehicle diagnosis apparatus including the same |
| CN106644504A (zh) * | 2016-11-02 | 2017-05-10 | 深圳市元征软件开发有限公司 | 车辆故障诊断方法、系统及obd诊断设备 |
| CN106601244A (zh) * | 2016-12-08 | 2017-04-26 | 深圳市元征科技股份有限公司 | 车辆诊断客户端的语音控制方法和系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109902399A (zh) * | 2019-03-01 | 2019-06-18 | 哈尔滨理工大学 | 一种基于att-cnn的变工况下滚动轴承故障识别方法 |
| CN109902399B (zh) * | 2019-03-01 | 2022-07-19 | 哈尔滨理工大学 | 一种基于att-cnn的变工况下滚动轴承故障识别方法 |
| CN109920426A (zh) * | 2019-04-04 | 2019-06-21 | 中科云创(厦门)科技有限公司 | 基于智能语音的设备操作流程控制方法及系统 |
| CN110033767A (zh) * | 2019-04-19 | 2019-07-19 | 上海联影医疗科技有限公司 | 一种医疗影像设备的控制方法、装置、设备及存储介质 |
| CN110456769A (zh) * | 2019-08-06 | 2019-11-15 | 深圳市瀚智科技有限公司 | 车辆故障诊断方法及系统 |
| CN116691715B (zh) * | 2023-08-02 | 2023-09-29 | 深圳联友科技有限公司 | 基于车联网大数据的车辆启动困难识别方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109243427A (zh) | 一种车辆故障诊断方法及装置 | |
| CN108122556B (zh) | 减少驾驶人语音唤醒指令词误触发的方法及装置 | |
| EP2940684B1 (en) | Voice recognizing method and system for personalized user information | |
| US20170140750A1 (en) | Method and device for speech recognition | |
| US20170323653A1 (en) | Speech Enhancement and Audio Event Detection for an Environment with Non-Stationary Noise | |
| CN109686383B (zh) | 一种语音分析方法、装置及存储介质 | |
| CN105427869A (zh) | 一种基于深度学习的会话情感自动分析方法 | |
| CN107103903A (zh) | 基于人工智能的声学模型训练方法、装置及存储介质 | |
| CN108320734A (zh) | 语音信号处理方法及装置、存储介质、电子设备 | |
| CN105096941A (zh) | 语音识别方法以及装置 | |
| CN104424290A (zh) | 基于语音的问答系统和用于交互式语音系统的方法 | |
| CN110047481A (zh) | 用于语音识别的方法和装置 | |
| CN105374352A (zh) | 一种语音激活方法及系统 | |
| CN112581938B (zh) | 基于人工智能的语音断点检测方法、装置和设备 | |
| US20210118464A1 (en) | Method and apparatus for emotion recognition from speech | |
| CN112102850A (zh) | 情绪识别的处理方法、装置、介质及电子设备 | |
| CN107808674A (zh) | 一种测评语音的方法、介质、装置及电子设备 | |
| CN111554302A (zh) | 基于声纹识别的策略调整方法、装置、终端及存储介质 | |
| CN110807093A (zh) | 语音处理方法、装置及终端设备 | |
| CN103035244B (zh) | 一种可实时反馈用户朗读进度的语音跟踪方法 | |
| CN115911623A (zh) | 一种储能系统基于声信号的电池热失控诊断方法及系统 | |
| CN111640423B (zh) | 一种词边界估计方法、装置及电子设备 | |
| CN110782916B (zh) | 一种多模态的投诉识别方法、装置和系统 | |
| CN115168563B (zh) | 一种基于意图识别的机场服务引导方法、系统及装置 | |
| Mohanta et al. | Human emotional states classification based upon changes in speech production features in vowel regions |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190118 |
|
| RJ01 | Rejection of invention patent application after publication |