CN109540160A - 一种基于语音交互的最佳路径分析方法及相关设备 - Google Patents
一种基于语音交互的最佳路径分析方法及相关设备 Download PDFInfo
- Publication number
- CN109540160A CN109540160A CN201811213658.5A CN201811213658A CN109540160A CN 109540160 A CN109540160 A CN 109540160A CN 201811213658 A CN201811213658 A CN 201811213658A CN 109540160 A CN109540160 A CN 109540160A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- predetermined time
- path
- interactive voice
- 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
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 55
- 238000004458 analytical method Methods 0.000 title claims abstract description 43
- 238000012546 transfer Methods 0.000 claims description 24
- 238000011156 evaluation Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 abstract description 14
- 238000000605 extraction Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3605—Destination input or retrieval
- G01C21/3608—Destination input or retrieval using speech input, e.g. using speech recognition
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种基于语音交互的最佳路径分析方法及相关设备，所述方法包括：与用户进行语音交互，采集语音样本；识别语音样本的目的地信息和预定时间信息；调取数字地图，依据目的地信息，构建多条出行路径；获取并分析所述预定时间信息对应的交通数据，从所述多条出行路径中推荐最佳路径。上述方法可以通过语音交互快速完成信息提取，同时还可以筛选出最佳路径，给出最佳出行方案。
Description
技术领域
本发明涉及导航技术领域，特别涉及一种基于语音交互的最佳路径分析方法及相关设备。
背景技术
随着各种交通工具的逐渐普及，人们的活动范围越来越大，越来越多的人凭借着导航系统满足自己的出行所需，导航系统已经成为人们出行必备品，加上电子地图的普遍推广，更是将导航的作用发挥地淋漓尽致，将人们的生活推向了一个新的高度，但是现有的导航系统并不能精确识别最佳路径。
市场上目前使用最广泛的导航系统都是建立在导航地图基础上的路程长短分析，主要的评测方法都是粗略估算，并不能及时识别路径的交通状况，也不能依据交通状况快速识别最佳路径，同时对于未来即将出行的初步方案也无法给出具体的评判规则，导致用户在使用过程中经常只能依据路程的长短进行选择，给广大用户出行造成了很大的不便。
发明内容
基于此，有必要针对不能及时分析交通状况、不能初步给出未来出行方案的问题，提供一种基于语音交互的最佳路径分析方法及相关设备。
一种基于语音交互的最佳路径分析方法，包括：
与用户进行语音交互，采集语音样本；
识别所述语音样本的目的地信息和预定时间信息；
调取数字地图，依据所述目的地信息，构建多条出行路径；
获取并分析所述预定时间信息对应的交通数据，从所述多条出行路径中推荐最佳路径。
在其中一个实施例中，所述与用户进行语音交互，采集语音样本，包括：
识别用户语音，与所述用户进行对话；
将与所述用户对话信息汇集成语音样本。
在其中一个实施例中，所述识别所述语音样本的目的地信息和预定时间信息，包括：
调取所述语音样本；
通过语音文字转换系统将语音样本转换为文本；
提取所述文本中的关键字，从所述关键字中筛选出所述目的地信息和所述预定时间信息。
在其中一个实施例中，所述调取数字地图，依据所述目的地信息，构建多条出行路径，包括：
调取所述目的地信息；
调取所述数字地图，定位所述用户位置；
生成所述用户位置到所述目的地之间多条出行路径。
在其中一个实施例中，所述获取并分析所述预定时间信息对应的交通数据，从所述多条出行路径中推荐最佳路径，包括：
调取所述多条出行路径信息及所述用户预定时间信息；
调取交通数据，当所述用户预定时间为当前时间时，直接获取当前所述多条出行路径对应的交通状况，所述交通状况包含车流信息，依据所述车流信息从低到高排序，所述车流信息相同时依据路径从短到长排序，排在最靠前位置的即为所述最佳路径；
当所述用户预定时间非当前时间时，获取一定历史时间段内所述多条出行路径对应预定时间的交通状况，依据所述车流信息从低到高排序，所述车流信息相同时依据路径从短到长排序，排在最靠前位置的即为所述最佳路径。
在其中一个实施例中，所述获取并分析所述预定时间信息对应的交通数据，从所述多条出行路径中推荐最佳路径后，包括：
调取所述最佳路径；
调取所述数字地图，获取所述最佳路径沿途附近基础设施信息；
调取第三方评价平台，获取所述附近基础设施评价分数；
依据所述附近基础设施评价分数从高到底排序推荐所述附近基础设施。
基于相同的技术构思，本发明还提供了一种基于语音交互的最佳路径分析装置，所述一种基于语音交互的最佳路径分析装置包括：
语音交互模块，用于与用户进行语音交互，采集语音样本；
信息识别模块，用于识别所述语音样本的目的地信息和预定时间信息；
路径构建模块，用于调取数字地图，依据所述目的地信息，构建多条出行路径；
路径分析模块，用于获取并分析所述预定时间信息对应的交通数据，从所述多条出行路径中推荐最佳路径。
在其中一个实施例中，所述路径分析模块，包括：
信息调取单元，用于调取所述多条出行路径信息及所述用户预定时间信息；
当前识别单元，用于调取交通数据，当所述用户预定时间为当前时间时，直接获取当前所述多条出行路径对应的交通状况，所述交通状况包含车流信息，依据所述车流信息从低到高排序，所述车流信息相同时依据路径从短到长排序，排在最靠前位置的即为所述最佳路径；
预测单元，用于当所述用户预定时间非当前时间时，获取一定历史时间段内所述多条出行路径对应预定时间的交通状况，依据所述车流信息从低到高排序，所述车流信息相同时依据路径从短到长排序，排在最靠前位置的即为所述最佳路径。
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述所述一种基于语音交互的最佳路径分析方法的步骤。
一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述所述一种基于语音交互的最佳路径分析方法的步骤。
上述一种基于语音交互的最佳路径分析方法及相关设备，通过与用户进行语音交互，采集语音样本；识别所述语音样本的目的地信息和预定时间信息；调取数字地图，依据所述目的地信息，构建多条出行路径；获取并分析所述预定时间信息对应的交通数据，汇总车流信息，推荐最佳路径。本发明在为用户提供导航功能的基础上夹带了交通状况分析，将用户的时间成本降低至最低，同时通过对历史数据进行分析给出未来出现方案的初步规划，便于用户预知未来出行路径附近的基础设施，提前准备出行携带用品。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。
图1为本发明一个实施例中一种基于语音交互的最佳路径分析方法的流程图；
图2为本发明一个实施例中步骤S1语音交互的流程图；
图3为本发明一个实施例中步骤S2信息识别的流程图；
图4为本发明一个实施例中步骤S3路径构建的流程图；
图5为本发明一个实施例中步骤S4路径分析的流程图；
图6为本发明一个实施例中步骤S4路径分析后的流程图；
图7为本发明一个实施例中一种基于语音交互的最佳路径分析装置的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
图1为本发明一种基于语音交互的最佳路径分析方法的流程图，如图1所示，一种基于语音交互的最佳路径分析方法，包括以下步骤：
步骤S1，语音交互：与用户进行语音交互，采集语音样本。
本步骤在实施时，调用智能语音交互系统，通过与用户进行语音交互得到反馈结果，本实施例在采用智能语音交互系统的过程中主要是利用提前设定的对话环境完成与用户的语音交流，采集用户的语音样本，目前市场典型的应用场景就是语音助手，本实施例具体可选用：讯飞语点、虫洞语音助手、百度AI语音助手等。
在具体设计时，甲公司领导A飞往上海开会，飞机降落在浦东国际机场，乙公司职员B需要提前到浦东国际机场接机，在B去往机场之前可提前搜索最佳出行路径，B可直接与智能语音交互系统进行语音交互，智能语音交互系统通过语音交互采集B的语音样本。
本步骤通过语音交互技术采集用户需求信息，采用了最简单、最自然的人机交互方式，使用方式灵活、效率高，为用户提供了便利，同时释放双手，操作范围扩大，尤其是在驾驶出行过程中优于打字，更安全、便捷。
步骤S2，信息识别：识别所述语音样本的目的地信息和预定时间信息。
本步骤利用语音识别技术对步骤S1中采集的语音样本进行分析，将音频样本转换成文本，识别出用户的目的地信息和预定时间信息。
在具体设计时，步骤S1的案例中B的语音样本在采集完成后，经过本步骤的语音识别获取到B接送A的目的地和接机时间。
本实施例采用语音识别技术具有非接触性、非侵入性和易于使用的特点，目标是将用户的语音样本转换成计算机可读的文本，包含了对自然语言的识别和理解，降低语音的模糊性影响，降低环境噪音影响等，采用语音识别被用户接收的程度高，声音输入设备造价低廉，方便推广应用。
步骤S3，路径构建：调取数字地图，依据所述目的地信息，构建多条出行路径。
在获取用户的目的地后，调取数字地图，依据数字地图中的位置信息、路径信息进行分析，将目的地与用户所在位置进行连接，筛选出与直线距离最接近的几条出行路径信息。
通过数字地图来直接提取两点之间的出行路径信息，具体可采用：百度地图、腾讯地图、高德地图等，数字地图是存储在计算机的硬盘、软盘或磁带等介质上的，地图内容是通过数字来表示的，需要通过计算机软件对这些数字进行显示、读取、检索、分析，数字地图上可以表示的信息量远大于普通地图。数字地图可以非常方便地对普通地图的内容进行任意形式的要素组合、拼接，形成新的地图。可以对数字地图进行任意比例尺、任意范围的绘图输出。数字地图易于修改，可极大的缩短成图时间。数字地图可以很方便地与卫星影象、航空照片等其他信息源结合，生成新的图种。可以利用数字地图记录的信息，派生新的数据。如地图上等高线表示地貌形态，但非专业人员很难看懂，利用数字地图的等高线和高程点可以生成数字高程模型，将地表起伏以数字形式表现出来，可以直观立体地表现地貌形态。这是普通地形图不可能达到的表现效果。
在具体设计时，在步骤S2案例中获取了B的出行目的地为浦东国际机场后，将B公司所在位置与浦东国际机场连接后，计算出两点之间的距离，构建多条出行路径，依据路程长短筛选出最接近两点之间距离的N条路径(不足N条线路时按照最多的路径显示)，依据路程长短排序。其中，N优选为8。
本实施例采用数字地图可以快速对出行路径信息进行分析，还可以直观地表现出每条出行路径的分布情况，将所有出行路径识别出来，防止了出行路径信息的遗漏，最大程度地包含了所有可能的出行方案。
步骤S4，路径分析：获取并分析所述预定时间信息对应的交通数据，从所述多条出行路径中推荐最佳路径。
本步骤首先获取用户的预定时间，在获取预定时间后，调取智能交通系统，获取交通数据，依据交通数据，汇总各路径上的车流信息，根据车流分布情况，找出最佳路径。
智能交通系统又称智能运输系统，是将先进的科学技术，例如信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能等，有效地综合运用于交通运输、服务控制和车辆制造，加强车辆、道路、使用者三者之间的联系，从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输系统。智能交通系统类似于机场的航空控制器，它将在道路、车辆和驾驶员之间建立快速通讯联系，哪里发生了交通事故，哪里交通拥挤，哪条路最为畅通，该系统会以最快的速度提供给驾驶员和交通管理人员。智能交通系统通过汽车的车载电脑、高度管理中心计算机与全球定位系统卫星联网，实现驾驶员与调度管理中心之间的双向通讯，来提供商业车辆、公共汽车和出租汽车的运营效率。
在具体设计时，步骤S3中筛选出8条出行路径，若智能交通系统显示其中3条路径存在车流量较大，则其余5条路径按照路程由短到长进行排序，此3条路径也按照路程由短到长排序并拍在前面5条路径之后，车流量较大的3条路径标红。
本实施例采用智能交通系统获取交通数据，通讯能力极强，可以快速汇总车流信息，通过提前查看交通状况，提高路网通过能力，更有效规划出行线路，保障用户出行筛选路径的可行性。
图2为本发明一个实施例中步骤S1语音交互的流程图，如图3所示，在一个实施例中，步骤S1可包括如下具体步骤：
步骤S101，语音对话：识别用户语音，与所述用户进行对话。
本步骤的过程是在步骤S1基础上的分解，本实施例主要是调取语音交互其中的对话单元，利用提前设定的语音对话内容与用户进行语音对话，完成语音样本需求信息的交流内容。通过利用语音交互，高效率、低成本、自动化地完成信息的采集。
在具体设计时，步骤S1中获取B的语音样本的对话过程就是完成语音交互采集语音样本第一个步骤。
步骤S102，生成样本：将与所述用户对话信息汇集成语音样本。
本步骤的过程也是在步骤S1基础上的分解，本实施例主要作用是将用户的对话信息进行汇集，打包成完整的语音样本，供后续语音分析过程的使用，便于信息的提取和信息转化，可有效防止信息的丢失。
在具体设计时，首先将步骤S101采集的语音对话信息进行汇集，打包成语音样本后存储，这是完成语音交互采集语音样本的第二个步骤。
本实施例通过语音交互采集用户需求，操作简单，满足不同用户的使用需求，且语音交互采集信息成本低、效率高，快速响应用户需求，提升用户的使用满意度。
图3为本发明一个实施例中步骤S2信息识别的流程图，如图3所示，在一个实施例中，步骤S2可包括如下具体步骤：
步骤S201，调取样本：调取所述语音样本。
本步骤是完成对步骤S1中生成的语音样本的提取，利于步骤S2中其余各步骤的开展。
步骤S202，文本转换：通过语音文字转换系统将语音样本转换为文本。
通过语音文字转换系统将采集的语音样本转换为文本，语音文字转换系统主要是对接收的语音样本深度进行语义解析，基于用户语音特征，建立个性化词条语言模型，调整识别参数，同时使用超大规模的语言模型，对识别结果语句智能预测其对话语境，持续优化识别效果，实现文本转换，具体可选用：百度AI语音识别系统，科大讯飞语音识别系统等。
本步骤具有速度快、效率高的特点，所以可以快速完成用户的语音转换需求，同时语音文字转换系统还具有功耗低的特点，便于出行长距离使用，也可以在移动设备终端使用。
步骤S203，提取关键字：提取所述文本中的关键字，从所述关键字中筛选出所述目的地信息和所述预定时间信息。
本步骤主要作用是对步骤S202中转换的文本进行筛选，通过主题模型Topic-model提取关键字，Topic-model是提前使用主题模型限定提取关键字的主题，提取关键字的关键思想是将文本信息中出现与主题相关的关键字以一定概率从主题中选取，组成一个主题集合，尤其是针对用户出行过程中的目的地信息和预定时间信息详细提取。
关键字提取后，采用正则表达式对关键字信息进行筛选，正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑，主要用于文本编辑场合。
本实施例采用的Topic-model和正则表达式，保障了语音数据转换的准确性，同时以一定的概率筛选文本信息，选用关键字，灵活性、逻辑性和功能性非常强，可以快速地用极简单的方式达到字符串的复杂控制。
图4为本发明一个实施例中步骤S3路径构建的流程图，如图4所示，在一个实施例中，步骤S3可包括如下具体步骤：
步骤S301，调取目的地信息：调取所述目的地信息。
本步骤主要作用是将步骤S3中通过语音识别获取的目的地信息提取，用于作为步骤S3进行路径构建过程的输入。
步骤S302，定位用户位置：调取所述数字地图，定位所述用户位置。
本步骤首先将数字地图调取，然后定位用户出行位置，用户出行位置包括当前位置或用户在预订时间点的出行位置，通过数字地图将用户的位置信息锁定用于作为生成路径的初始点。
步骤S303，生成路径：生成所述用户位置到所述目的地之间多条出行路径。
本步骤将定位的用户出行位置与目的地位置直线连接，识别出两点之间多条可出行道路，将各道路之间连接，组成可到达目的地位置的多条路线，然后依据路程长短将排列在前面的8条线路全部筛选出来并存储，不足8条出行路径的将所有出行路径纳入出行方案。本实施例主要作用是将多条出行线路生成，用于步骤S4中提取最佳路径。
本实施例将多条出行路径进行了汇集，便于更大范围地统计出行路径，提前做好准备工作，保证出行路径发生交通事故或意外拥堵时及时更换出行路径。
图5为本发明一个实施例中步骤S4路径分析的流程图，如图4所示，在一个实施例中，步骤S4可包括如下具体步骤：
步骤S401，信息调取：调取所述多条出行路径信息及所述用户预定时间信息。
步骤S402，当前识别：调取交通数据，当所述用户预定时间为当前时间时，直接获取当前所述多条出行路径对应的交通状况，所述交通状况包含车流信息，依据所述车流信息从低到高排序，所述车流信息相同时依据路径从短到长排序，排在最靠前位置的即为所述最佳路径。
步骤S403，未来识别：当所述用户预定时间非当前时间时，获取一定历史时间段内所述多条出行路径对应预定时间的交通状况，依据所述车流信息从低到高排序，所述车流信息相同时依据路径从短到长排序，排在最靠前位置的即为所述最佳路径。
步骤S401、S402、S403是步骤S4的分解步骤，用于在步骤S3生成的多条出行路径的基础上对最佳路径的判断筛选，在步骤S401调取已生成的出行路径及用户预订时间信息后，依据用户的预定时间将出行路径筛选分为两种情况，步骤S402是当用户的需求申请为当前时间时，直接调取智能交通系统，提取交通数据，分析车流信息，步骤S403则是当用户的需求申请非当前时间时，调取智能交通系统，提取一定历史时间段内所述多条出行路径对应预定时间的交通状况，步骤S402、S403在路径的排列规则上均是采用先依据车流信息从低到高，后依据路径长短从短到长排序，排在最前位置的即为最佳路径，其中车流信息较大的路径标红。
本实施例对交通数据的分类分析，区别于其他导航系统，不仅有利于当前导航的路径选择，还可以给出未来出行方案的参考，便于用户提前预知优选的出行路径，做好准备。
在一个实施例中，步骤S4后，还包括如下步骤：
步骤S501，最佳路径调取：调取所述最佳路径。
步骤S502，获取沿途设施信息：调取所述数字地图，获取所述最佳路径沿途附近基础设施信息。
本步骤是在步骤S4基础上对用户出行路径选择的延伸，考虑到用户到达一个目的地之后会存在一些个人需求，因此首先通过S501获取最佳路径，然后依据电子地图，搜索附近的基础设施，附近的基础设施包括娱乐场所、美食、健身设施，景点等。
步骤S503，获取评分：调取第三方评价平台，获取所述附近基础设施评价分数。
本步骤在电子地图完成附件基础设施搜索后，调取第三方平台历史数据关于相关设施的评价，具体第三方平台选用：美团网、大众点评、口碑、百度糯米等，依据各平台汇总后数据取平均得分，按照分数从高到低排序。
步骤S504，推荐基础设施：依据所述附近基础设施评价分数从高到底排序推荐所述附近基础设施。
在完成步骤S503获取评分数据后，本步骤将排名靠前的前三家娱乐场所、美食、健身设施、景点等分类别标注在最佳路径周边供用户参考。
本实施例是对最佳出行路径的补充，可以提前给用户出行的参考信息，便于用户依据个人喜好选择出行路径，通过完善基础设施推荐功能，提供给用户完备的生活和工作设施，提升用户体验。
本发明基于语音交互的最佳路径分析方法，可快速完成与用户的语音交互，收集用户需求，效率高、成本低，同时调用智能交通系统，利用交通数据，合理规划交通路线，更利于精确最佳路径，提供给用户更便利的出行方案。
在一个实施例中，提出了一种基于语音交互的最佳路径分析装置，如图7所示，其包括：
语音交互模块，用于与用户进行语音交互，采集语音样本；
信息识别模块，用于识别所述语音样本的目的地信息和预定时间信息；
路径构建模块，用于调取数字地图，依据所述目的地信息，构建多条出行路径；
路径分析模块，用于获取并分析所述预定时间信息对应的交通数据，从所述多条出行路径中推荐最佳路径。
在一个实施例中，所述路径分析模块，包括：
信息调取单元，用于调取所述多条出行路径信息及所述用户预定时间信息；
当前识别单元，用于调取交通数据，当所述用户预定时间为当前时间时，直接获取当前所述多条出行路径对应的交通状况，所述交通状况包含车流信息，依据所述车流信息从低到高排序，所述车流信息相同时依据路径从短到长排序，排在最靠前位置的即为所述最佳路径；
预测单元，用于当所述用户预定时间非当前时间时，获取一定历史时间段内所述多条出行路径对应预定时间的交通状况，依据所述车流信息从低到高排序，所述车流信息相同时依据路径从短到长排序，排在最靠前位置的即为所述最佳路径。
在一个实施例中，提出了一种计算机设备，包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行计算机可读指令时实现上述各实施例里一种基于语音交互的最佳路径分析方法中的步骤。
在一个实施例中，提出了一种存储有计算机可读指令的存储介质，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述各实施例里一种基于语音交互的最佳路径分析方法中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(ReA/D-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于语音交互的最佳路径分析方法，其特征在于，包括：
与用户进行语音交互，采集语音样本；
识别所述语音样本的目的地信息和预定时间信息；
调取数字地图，依据所述目的地信息，构建多条出行路径；
获取并分析所述预定时间信息对应的交通数据，从所述多条出行路径中推荐最佳路径。
2.如权利要求1所述的一种基于语音交互的最佳路径分析方法，其特征在于，所述与用户进行语音交互，采集语音样本，包括：
识别用户语音，与所述用户进行对话；
将与所述用户对话信息汇集成语音样本。
3.如权利要求1所述的一种基于语音交互的最佳路径分析方法，其特征在于，所述识别所述语音样本的目的地信息和预定时间信息，包括：
调取所述语音样本；
通过语音文字转换系统将所述语音样本转换为文本；
提取所述文本中的关键字，从所述关键字中筛选出所述目的地信息和所述预定时间信息。
4.如权利要求1所述的一种基于语音交互的最佳路径分析方法，其特征在于，所述调取数字地图，依据所述目的地信息，构建多条出行路径，包括：
调取所述目的地信息；
调取所述数字地图，定位所述用户位置；
生成所述用户位置到所述目的地之间多条出行路径。
5.如权利要求1所述的一种基于语音交互的最佳路径分析方法，其特征在于，所述获取并分析所述预定时间信息对应的交通数据，从所述多条出行路径中推荐最佳路径，包括：
调取所述多条出行路径信息及所述用户预定时间信息；
调取交通数据，当所述用户预定时间为当前时间时，直接获取当前所述多条出行路径对应的交通状况，所述交通状况包含车流信息，依据所述车流信息从低到高排序，所述车流信息相同时依据路径从短到长排序，排在最靠前位置的即为所述最佳路径；
当所述用户预定时间非当前时间时，获取一定历史时间段内所述多条出行路径对应预定时间的交通状况，依据所述车流信息从低到高排序，所述车流信息相同时依据路径从短到长排序，排在最靠前位置的即为所述最佳路径。
6.如权利要求1所述的一种基于语音交互的最佳路径分析方法，其特征在于，所述获取并分析所述预定时间信息对应的交通数据，从所述多条出行路径中推荐最佳路径后，还包括：
调取所述最佳路径；
调取所述数字地图，获取所述最佳路径沿途附近基础设施信息；
调取第三方评价平台，获取所述附近基础设施评价分数；
依据所述附近基础设施评价分数从高到底排序推荐所述附近基础设施。
7.一种基于语音交互的最佳路径分析装置，其特征在于，包括：
语音交互模块，用于与用户进行语音交互，采集语音样本；
信息识别模块，用于识别所述语音样本的目的地信息和预定时间信息；
路径构建模块，用于调取数字地图，依据所述目的地信息，构建多条出行路径；
路径分析模块，用于获取并分析所述预定时间信息对应的交通数据，从所述多条出行路径中推荐最佳路径。
8.如权利要求7所述的一种基于语音交互的最佳路径分析装置，其特征在于，所述路径分析模块，包括：
信息调取单元，用于调取所述多条出行路径信息及所述用户预定时间信息；
当前识别单元，用于调取交通数据，当所述用户预定时间为当前时间时，直接获取当前所述多条出行路径对应的交通状况，所述交通状况包含车流信息，依据所述车流信息从低到高排序，所述车流信息相同时依据路径从短到长排序，排在最靠前位置的即为所述最佳路径；
预测单元，用于当所述用户预定时间非当前时间时，获取一定历史时间段内所述多条出行路径对应预定时间的交通状况，依据所述车流信息从低到高排序，所述车流信息相同时依据路径从短到长排序，排在最靠前位置的即为所述最佳路径。
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至6中任一项权利要求所述一种基于语音交互的最佳路径分析方法的步骤。
10.一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至6中任一项权利要求所述一种基于语音交互的最佳路径分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811213658.5A CN109540160A (zh) | 2018-10-18 | 2018-10-18 | 一种基于语音交互的最佳路径分析方法及相关设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811213658.5A CN109540160A (zh) | 2018-10-18 | 2018-10-18 | 一种基于语音交互的最佳路径分析方法及相关设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109540160A true CN109540160A (zh) | 2019-03-29 |
Family
ID=65844244
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811213658.5A Pending CN109540160A (zh) | 2018-10-18 | 2018-10-18 | 一种基于语音交互的最佳路径分析方法及相关设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109540160A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110174116A (zh) * | 2019-04-15 | 2019-08-27 | 北京百度网讯科技有限公司 | 生成导航播报内容的方法、装置、设备和计算机存储介质 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101770690A (zh) * | 2009-12-25 | 2010-07-07 | 东软集团股份有限公司 | 交通状况预测装置及经路探索装置 |
| CN101939740A (zh) * | 2007-12-11 | 2011-01-05 | 声钰科技 | 在集成语言导航服务环境中提供自然语言语音用户界面 |
| CN104121908A (zh) * | 2013-04-25 | 2014-10-29 | 北京搜狗信息服务有限公司 | 一种延时路径规划的方法和系统 |
| CN104268200A (zh) * | 2013-09-22 | 2015-01-07 | 中科嘉速(北京)并行软件有限公司 | 一种基于深度学习的非监督命名实体语义消歧方法 |
| CN106017496A (zh) * | 2016-05-25 | 2016-10-12 | 南京信息职业技术学院 | 一种基于路况的实时导航方法 |
| CN106782492A (zh) * | 2017-02-17 | 2017-05-31 | 安徽金猫数字科技有限公司 | 一种基于Android的盲人语音导航系统 |
| CN106960042A (zh) * | 2017-03-29 | 2017-07-18 | 中国科学技术大学苏州研究院 | 基于弹幕语义分析的网络直播监督方法 |
| JP2017204252A (ja) * | 2016-05-14 | 2017-11-16 | 株式会社ユピテル | システム及びプログラム |
| CN107608586A (zh) * | 2012-06-05 | 2018-01-19 | 苹果公司 | 导航期间的语音指令 |
| CN107665706A (zh) * | 2016-07-29 | 2018-02-06 | 科大讯飞股份有限公司 | 快速语音交互方法及系统 |
| CN107782327A (zh) * | 2016-08-25 | 2018-03-09 | 通用汽车环球科技运作有限责任公司 | 能量最优的车辆路线选择 |
-
2018
- 2018-10-18 CN CN201811213658.5A patent/CN109540160A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101939740A (zh) * | 2007-12-11 | 2011-01-05 | 声钰科技 | 在集成语言导航服务环境中提供自然语言语音用户界面 |
| CN101770690A (zh) * | 2009-12-25 | 2010-07-07 | 东软集团股份有限公司 | 交通状况预测装置及经路探索装置 |
| CN107608586A (zh) * | 2012-06-05 | 2018-01-19 | 苹果公司 | 导航期间的语音指令 |
| CN104121908A (zh) * | 2013-04-25 | 2014-10-29 | 北京搜狗信息服务有限公司 | 一种延时路径规划的方法和系统 |
| CN104268200A (zh) * | 2013-09-22 | 2015-01-07 | 中科嘉速(北京)并行软件有限公司 | 一种基于深度学习的非监督命名实体语义消歧方法 |
| JP2017204252A (ja) * | 2016-05-14 | 2017-11-16 | 株式会社ユピテル | システム及びプログラム |
| CN106017496A (zh) * | 2016-05-25 | 2016-10-12 | 南京信息职业技术学院 | 一种基于路况的实时导航方法 |
| CN107665706A (zh) * | 2016-07-29 | 2018-02-06 | 科大讯飞股份有限公司 | 快速语音交互方法及系统 |
| CN107782327A (zh) * | 2016-08-25 | 2018-03-09 | 通用汽车环球科技运作有限责任公司 | 能量最优的车辆路线选择 |
| CN106782492A (zh) * | 2017-02-17 | 2017-05-31 | 安徽金猫数字科技有限公司 | 一种基于Android的盲人语音导航系统 |
| CN106960042A (zh) * | 2017-03-29 | 2017-07-18 | 中国科学技术大学苏州研究院 | 基于弹幕语义分析的网络直播监督方法 |
Non-Patent Citations (6)
| Title |
|---|
| 倪鹏等: "《.NET Windows编程与应用》", 31 March 2013, 东软电子出版社 * |
| 彭云: "《基于语义约束主题模型的商品特征和情感词提取研究》", 30 November 2017, 北京理工大学出版社 * |
| 智齿AI: "《https://zhuanlan.zhihu.com/p/30482574》", 26 October 2017 * |
| 讯飞开放平台: "《https://zhuanlan.zhihu.com/p/43398823》", 31 August 2018 * |
| 陆伟等: "《情报学研究进展》", 30 June 2017, 武汉大学出版社 * |
| 韩迪等: "《Android实例详解 项目实训开发》", 31 August 2016, 北京邮电大学出版社 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110174116A (zh) * | 2019-04-15 | 2019-08-27 | 北京百度网讯科技有限公司 | 生成导航播报内容的方法、装置、设备和计算机存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10268491B2 (en) | Intelli-voyage travel | |
| CN112766607B (zh) | 出行路线的推荐方法、装置、电子设备及可读存储介质 | |
| CN101939740B (zh) | 在集成语言导航服务环境中提供自然语言语音用户界面 | |
| US11423280B2 (en) | Cognitive commuter assistant | |
| JP3987877B2 (ja) | 地図情報更新装置および地図情報更新方法 | |
| CN104102719B (zh) | 一种轨迹信息的推送方法及装置 | |
| CN110008413A (zh) | 一种交通出行问题查询方法和装置 | |
| EP3754651A1 (en) | Dynamic language model adaptation for generating voice-based search queries | |
| CN106897919A (zh) | 用车类型预测模型建立、信息提供方法及装置 | |
| CN105825699B (zh) | 路况显示方法及装置 | |
| CN107796411A (zh) | 具有偏好分析机制的导航系统及其操作方法 | |
| US9250075B2 (en) | Generating travel time data | |
| JP4045303B2 (ja) | 地図情報更新装置および地図情報更新方法 | |
| CN103955534B (zh) | 地图查询方法及装置 | |
| Chen et al. | ScenicPlanner: planning scenic travel routes leveraging heterogeneous user-generated digital footprints | |
| US20200408546A1 (en) | Transportation vehicle routing | |
| US10503724B2 (en) | System and method for contact information access | |
| CN109033075A (zh) | 意图匹配的方法、装置、存储介质和终端设备 | |
| CN106782492A (zh) | 一种基于Android的盲人语音导航系统 | |
| JP6956232B2 (ja) | 探索システム、探索方法、および探索プログラム | |
| CN109540160A (zh) | 一种基于语音交互的最佳路径分析方法及相关设备 | |
| JP3534228B2 (ja) | 目的地案内装置 | |
| US20210302190A1 (en) | Information provision system, information provision device, and computer program | |
| CN110442795A (zh) | 用于信息推送的方法和计算机存储介质 | |
| CN113175940B (zh) | 数据处理方法、装置、设备和存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190329 |