CN109920407A - 智能终端及其饮食搜寻方法、及无人驾驶车辆 - Google Patents
智能终端及其饮食搜寻方法、及无人驾驶车辆 Download PDFInfo
- Publication number
- CN109920407A CN109920407A CN201711315466.0A CN201711315466A CN109920407A CN 109920407 A CN109920407 A CN 109920407A CN 201711315466 A CN201711315466 A CN 201711315466A CN 109920407 A CN109920407 A CN 109920407A
- Authority
- CN
- China
- Prior art keywords
- diet
- information
- user
- wheel
- word
- 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
- 235000005911 diet Nutrition 0.000 title claims abstract description 89
- 230000037213 diet Effects 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 44
- 239000002131 composite material Substances 0.000 claims abstract description 23
- 235000006694 eating habits Nutrition 0.000 claims abstract description 11
- 230000002452 interceptive effect Effects 0.000 claims description 19
- 206010027476 Metastases Diseases 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 8
- 230000009401 metastasis Effects 0.000 claims description 8
- 230000001419 dependent effect Effects 0.000 claims description 4
- 238000009432 framing Methods 0.000 claims description 4
- 235000012054 meals Nutrition 0.000 claims description 4
- 238000011897 real-time detection Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 10
- 230000003993 interaction Effects 0.000 abstract description 9
- 238000012216 screening Methods 0.000 abstract description 7
- 230000000694 effects Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 244000269722 Thea sinensis Species 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 235000009508 confectionery Nutrition 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 235000005686 eating Nutrition 0.000 description 2
- 235000003642 hunger Nutrition 0.000 description 2
- 235000019640 taste Nutrition 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 210000004218 nerve net Anatomy 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 235000015096 spirit Nutrition 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- User Interface Of Digital Computer (AREA)
Abstract
本申请涉及智能终端技术领域，提供一种智能终端及其饮食搜寻方法、及无人驾驶车辆，在检测到用户表达饮食搜寻的指令时，智能终端获取用户输入的多轮语音信号，接着根据所述多轮语音信号识别所述用户的直观意图，进而根据所述直观意图获取与所述直观意图相关的导航记录、就餐记录、饮食喜好、饮食习惯、附近餐饮信息、热门推荐信息、优惠促销信息、出行便利信息以及当前时间段中的至少两个以上综合因素，最终能够根据所述综合因素，给出与所述直观意图相匹配的饮食兴趣点POI建议并提供导航信息。本申请能够方便用户进行语音搜寻到适合用户的饮食POI，而且不再需要用户进行手动筛选，同时人机交互过程方便自然，操作简单，较大程度地改善了用户体验。
Description
技术领域
本申请涉及智能终端技术领域，具体涉及一种基于多轮语音交互的饮食搜寻方法、一种智能终端，以及一种无人驾驶车辆。
背景技术
全球定位系统(GlobalPositioningSystem，简称GPS)是美国从20世纪70年代开始研制，于1994年全面建成，具有在海、陆、空全方位实时三维导航与定位能力的新一代卫星导航与定位系统。GPS系统不仅可用于测量、导航，还可用于测速、测时。通过GPS接收到的卫星信号准确定位，可以得知车辆的行驶路线、位置、速度、海拔等信息。
地理信息系统(GeographicalInformationSystem，简称GIS)从50年代末和60年代初开始出现，是人类在生产实践活动中，为描述和处理相关地理信息而逐渐产生的软件系统。它以计算机为手段，对具有地理特征的空间数据进行处理，以一个空间信息为主线，将其它各种与其有关的空间位置信息结合起来，具有如采集、管理、分析和表达数据等功能。其次，GIS处理的数据都和地理信息有着直接或间接的关系。地理信息是有关地理实体的性质、特征、运动状态的表征和一切有用的知识，而地理数据则是各种地理特征和现象间关系的符号化表示。
近年来，GPS技术除了应用在传统的车载防盗反劫装置之外，结合GIS系统、车载导航仪的应用也日趋广泛。随着汽车工业的发展以及汽车电子市场的逐渐成熟，车载导航产品已初具规模。在欧美及日本，此类车载导航仪使用已比较普遍，目前国内GPS汽车导航产品也具有急剧增长的市场趋势。
安卓(Android)是基于Linux平台的移动终端操作系统，近年来凭借其开源、高效等优势以及厂商的推动，赢得了广大的用户群体。以安卓为操作系统的移动终端本身绝大多数具有高速的运算处理能力以及GPS功能，在功能的拓展上有着光明的前途。
同时，语音识别和人机语音交互也在全面发展，现有的各种语音助手类应用(Application；以下简称：APP)，在操作方式上，录音的触发通过按键，录音完毕后，机器播报答案，播报答案时，不能录音。也就是说，现有的语音助手类APP只能进行半双工通信，即机器播报时，用户不能说话，用户说话时，机器不能播报。
但是，现有技术中，用户无法利用现有的导航系统直接语音搜寻到目标饮食店，或者手动搜寻的过程中需要用户自己动手去筛选，而且，现有的人机语音交互模式使用起来非常不便，每次一问一答，都需要用户干预，操作繁琐，人机交互方式也很不自然，用户体验度较差。
发明内容
本申请的目的在于，提供一种智能终端及其饮食搜寻方法、及无人驾驶车辆，其可以解决上述技术问题，能够方便用户进行语音搜寻到适合用户的饮食POI，而且不再需要用户进行手动筛选，同时人机交互过程方便自然，操作简单，较大程度地改善了用户体验。
为解决上述技术问题，本申请提供一种基于多轮语音交互的饮食搜寻方法，所述饮食搜寻方法包括：
在检测到用户表达饮食搜寻的指令时，智能终端获取用户输入的多轮语音信号；
根据所述多轮语音信号识别所述用户的直观意图；
根据所述直观意图获取与所述直观意图相关的导航记录、就餐记录、饮食喜好、饮食习惯、附近餐饮信息、热门推荐信息、优惠促销信息、出行便利信息以及当前时间段中的至少两个以上综合因素；
根据所述综合因素，给出与所述直观意图相匹配的饮食兴趣点POI建议并提供导航信息。
其中，所述根据所述综合因素，给出与所述直观意图相匹配的饮食兴趣点POI建议并提供导航信息的步骤，具体包括：
对多个所述综合因素进行优先级排序，以给出多个POI建议并提供相应的多条导航信息，其中，所述优先级排序包括按饮食喜好优先、按位置最近优先、按优惠促销优先和按出行便利优先。
其中，所述在检测到用户表达饮食搜寻的指令时的步骤，具体包括：
智能终端根据所述用户的饮食习惯，在所述用户平常饮食的时间段内实时检测是否有语音输入与饮食相关的词句；
或，智能终端检测是否有触控输入与饮食相关的词句，其中，与饮食相关的词句包括饿、吃饭、餐厅、请客、聚餐和美食。
其中，所述根据所述多轮语音信号识别所述用户的直观意图，具体包括：
接收输入的多轮语音信号；
分帧提取多轮语音信号的语音特征信息，根据语音特征信息和声学模型生成多轮语音信号的识别结果；
根据识别结果和预设静音检测算法初步检测出多轮语音信号的语音端点；
计算多轮语音信号的置信度信息；
解析多轮语音信号的语义信息；
根据置信度信息和语义信息获取多轮语音信号对应的语音解析结果；
根据语音解析结果识别出所述用户的直观意图。
其中，所述根据语音特征信息和声学模型生成多轮语音信号的识别结果，具体包括：
在生成语音特征信息后，采用基于声学模型计算每帧多轮语音信号在每个建模单元上的似然值，通过动态规划算法得到最优状态转移序列及其对应的词序列，并将所得到的最优状态转移序列及其对应的词序列作为识别结果。
其中，所述声学模型为基于神经网络的声学模型，采用所述基于神经网络的声学模型对所述语音特征信息进行识别。
其中，所述计算多轮语音信号的置信度信息的步骤，具体包括：
根据识别结果、多轮语音信号的语音端点和多轮语音信号的信噪比计算多轮语音信号的置信度信息。
其中，所述根据识别结果、多轮语音信号的语音端点和多轮语音信号的信噪比计算多轮语音信号的置信度信息，具体包括：
基于识别结果，计算语音端点之间的每个词的声学后验概率，其中，计算语音端点之间的第k个词的声学后验概率的公式包括：
其中P(X)为多轮语音信号中第k个词的声学后验概率，p(m|x)为第t帧时该词对应建模单元的似然值，为第t帧时所有建模单元的似然值和，T(X)为该词的持续时长；
根据语音端点之间的每个词的声学后验概率和信噪比计算每个词对应的置信度信息。
其中，所述根据语音端点之间的每个词的声学后验概率和信噪比计算每个词对应的置信度信息，具体包括：
基于当前词的声学后验概率和信噪比，计算出当前词的置信度CM(X)，公式包括：
CM(X)＝w*P(X)+(1-w)*SNR(X)
其中0≤w≤1，w为权重系数；
计算多轮语音信号对应的置信度的公式包括：
其中，t(x)表示第n个词的持续时间长，CM(x)表示第n个词的置信度；
对每个词对应的置信度进行求和计算，获取得到多轮语音信号的置信度信息。
为解决上述技术问题，本申请还提供一种智能终端，所述智能终端包括处理器，所述处理器用于执行程序数据，以实现上述的基于多轮语音交互的饮食搜寻方法的步骤。
为解决上述技术问题，本申请还提供一种无人驾驶车辆，设置有处理器，所述处理器执行程序数据时，用于实现上述的基于多轮语音交互的饮食搜寻方法的步骤。
本申请智能终端及其饮食搜寻方法、及无人驾驶车辆，在检测到用户表达饮食搜寻的指令时，智能终端获取用户输入的多轮语音信号，接着根据所述多轮语音信号识别所述用户的直观意图，进而根据所述直观意图获取与所述直观意图相关的导航记录、就餐记录、饮食喜好、饮食习惯、附近餐饮信息、热门推荐信息、优惠促销信息、出行便利信息以及当前时间段中的至少两个以上综合因素，最终能够根据所述综合因素，给出与所述直观意图相匹配的饮食兴趣点POI建议并提供导航信息。通过这种方式，本申请能够方便用户进行语音搜寻到适合用户的饮食POI，而且不再需要用户进行手动筛选，同时人机交互过程方便自然，操作简单，较大程度地改善了用户体验。本申请能够实现全语音交互过程，无需用户手动操作。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图,详细说明如下。
附图说明
图1为本申请基于多轮语音交互的饮食搜寻方法的流程示意图。
图2为本申请智能终端的模块示意图。
具体实施方式
为更进一步阐述本申请为达成预定申请目的所采取的技术手段及功效,以下结合附图及较佳实施例，对依据本申请提出的智能终端及其基于多轮语音交互的饮食搜寻方法、及无人驾驶车辆的具体实施方式、方法、步骤、结构、特征及其效果，详细说明如下。
有关本申请的前述及其他技术内容、特点及功效,在以下配合参考图式的较佳实施例的详细说明中将可清楚呈现。通过具体实施方式的说明,当可对本申请为达成预定目的所采取的技术手段及功效得以更加深入且具体的了解，然而所附图式仅是提供参考与说明之用,并非用来对本申请加以限制。
请参阅图1，图1为本申请基于多轮语音交互的饮食搜寻方法的流程示意图，本实施方式所述基于多轮语音交互的饮食搜寻方法包括但不限于如下几个步骤。
步骤S101，在检测到用户表达饮食搜寻的指令时，智能终端获取用户输入的多轮语音信号。
其中，所述步骤S101在检测到用户表达饮食搜寻的指令时的步骤，具体可以包括：智能终端根据所述用户的饮食习惯，在所述用户平常饮食的时间段内实时检测是否有语音输入与饮食相关的词句；或，智能终端检测是否有触控输入与饮食相关的词句，其中，与饮食相关的词句包括饿、吃饭、餐厅、请客、聚餐和美食。具体来说，比如，用户用语音说“我饿了”“我想找点好吃的”等。
步骤S102，根据所述多轮语音信号识别所述用户的直观意图。
其中，所述步骤S102根据所述多轮语音信号识别所述用户的直观意图，具体可以包括：对所述多轮语音信号进行关键词识别；根据上下文识别结果调整关键词；根据调整后的关键词识别所述用户的直观意图。
需要特别说明的是，所述步骤S102根据所述多轮语音信号识别所述用户的直观意图，具体还可以包括如下过程：
S21，接收输入的多轮语音信号；
S22，分帧提取多轮语音信号的语音特征信息，根据语音特征信息和声学模型生成多轮语音信号的识别结果；
S23，根据识别结果和预设静音检测算法初步检测出多轮语音信号的语音端点；
S24，计算多轮语音信号的置信度信息；
S25，解析多轮语音信号的语义信息；
S26，根据置信度信息和语义信息获取多轮语音信号对应的语音解析结果；
S27，根据语音解析结果识别出所述用户的直观意图。
在本实施方式中，所述S22根据语音特征信息和声学模型生成多轮语音信号的识别结果，具体可以包括：在生成语音特征信息后，采用基于声学模型计算每帧多轮语音信号在每个建模单元上的似然值，通过动态规划算法得到最优状态转移序列及其对应的词序列，并将所得到的最优状态转移序列及其对应的词序列作为识别结果。
值得一提的是，所述声学模型为基于神经网络(DNN，Deep Neural Networks)的声学模型，采用所述基于神经网络的声学模型对所述语音特征信息进行识别。
需要说明的是，所述S24计算多轮语音信号的置信度信息的步骤，具体可以包括：根据识别结果、多轮语音信号的语音端点和多轮语音信号的信噪比计算多轮语音信号的置信度信息。
进一步而言，所述根据识别结果、多轮语音信号的语音端点和多轮语音信号的信噪比计算多轮语音信号的置信度信息，具体可以包括：
基于识别结果，计算语音端点之间的每个词的声学后验概率，其中，计算语音端点之间的第k个词的声学后验概率的公式包括：
其中，P(X)为多轮语音信号中第k个词的声学后验概率，p(m|x)为第t帧时该词对应建模单元的似然值，为第t帧时所有建模单元的似然值和，T(X)为该词的持续时长；
根据语音端点之间的每个词的声学后验概率和信噪比计算每个词对应的置信度信息。
在本实施方式中，所述根据语音端点之间的每个词的声学后验概率和信噪比计算每个词对应的置信度信息，具体可以包括：
S31，基于当前词的声学后验概率和信噪比，计算出当前词的置信度CM(X)，公式包括：
CM(X)＝w*P(X)+(1-w)*SNR(X)
其中0≤w≤1，w为权重系数；
S32，计算多轮语音信号对应的置信度的公式包括：
其中，t(x)表示第n个词的持续时间长，CM(x)表示第n个词的置信度；
S33，对每个词对应的置信度进行求和计算，获取得到多轮语音信号的置信度信息。
不难理解的是，本申请可以通过置信度信息和语义信息两个维度对多轮语音信号进行判定，可有效地判定多轮语音信号是否被解析正确，提高人机交互时回复语句的准确性，提升用户使用体验。
步骤S103，根据所述直观意图获取与所述直观意图相关的导航记录、就餐记录、饮食喜好、饮食习惯、附近餐饮信息、热门推荐信息、优惠促销信息、出行便利信息以及当前时间段中的至少两个以上综合因素。
步骤S104，根据所述综合因素，给出与所述直观意图相匹配的饮食兴趣点POI建议并提供导航信息。
需要说明的是，所述步骤S104根据所述综合因素，给出与所述直观意图相匹配的饮食兴趣点POI建议并提供导航信息的步骤，具体可以包括：对多个所述综合因素进行优先级排序，以给出多个POI建议并提供相应的多条导航信息，其中，所述优先级排序包括按饮食喜好优先、按位置最近优先、按优惠促销优先和按出行便利优先。
举例而言，用户可以通过多轮语音对话的方式，结合用户的历史出行记录、附近的美食POI、用户的第三方消费记录(美团、大众点评、苏宁等)，帮助用户逐步筛选出用户当前感兴趣的饮食，并推荐可以提供该饮食同时评价高、价格适宜、停车方便的POI，其中，多轮语音交互例如可以为“想吃甜的还是辣的，或者其他口味”->“那么是中式还是西式呢，日式也不错要不要试一试”->“你上周去过的那家西餐厅现在刚好有活动要去看看吗？”等。
本申请智能终端及其饮食搜寻方法、及无人驾驶车辆，在检测到用户表达饮食搜寻的指令时，智能终端获取用户输入的多轮语音信号，接着根据所述多轮语音信号识别所述用户的直观意图，进而根据所述直观意图获取与所述直观意图相关的导航记录、就餐记录、饮食喜好、饮食习惯、附近餐饮信息、热门推荐信息、优惠促销信息、出行便利信息以及当前时间段中的至少两个以上综合因素，最终能够根据所述综合因素，给出与所述直观意图相匹配的饮食兴趣点POI建议并提供导航信息。通过这种方式，本申请能够方便用户进行语音搜寻到适合用户的饮食POI，而且不再需要用户进行手动筛选，同时人机交互过程方便自然，操作简单，较大程度地改善了用户体验。本申请能够实现全语音交互过程，无需用户手动操作。
请接着参阅图2，图2为本申请智能终端一实施方式的模块示意图，本申请智能终端可以包括处理器21、存储器22和显示器23，其中，所述智能终端可以为导航仪、手机、平板电脑、可穿戴设备和车载导航设备等，在此不作限定。
所述处理器21用于执行程序数据，所述存储器22可以用于存储程序数据，所述显示器23可以用于显示用户界面，比如，显示地图、导航、线路以及各种人机界面。
在本实施方式中，所述处理器21用于执行程序数据时，实现的基于多轮语音交互的饮食搜寻方法的步骤包括但不限于如下实施例。
所述处理器21在检测到用户表达饮食搜寻的指令时，获取用户输入的多轮语音信号。
其中，所述处理器21在检测到用户表达饮食搜寻的指令时的步骤，具体可以包括：所述处理器21根据所述用户的饮食习惯，在所述用户平常饮食的时间段内实时检测是否有语音输入与饮食相关的词句；或，智能终端检测是否有触控输入与饮食相关的词句，其中，与饮食相关的词句包括饿、吃饭、餐厅、请客、聚餐和美食。具体来说，比如，用户用语音说“我饿了”“我想找点好吃的”等。
所述处理器21根据所述多轮语音信号识别所述用户的直观意图。
其中，所述处理器21根据所述多轮语音信号识别所述用户的直观意图，具体可以包括：对所述多轮语音信号进行关键词识别；根据上下文识别结果调整关键词；根据调整后的关键词识别所述用户的直观意图。
需要特别说明的是，所述处理器21根据所述多轮语音信号识别所述用户的直观意图，具体还可以包括如下过程：
S21，接收输入的多轮语音信号；
S22，分帧提取多轮语音信号的语音特征信息，根据语音特征信息和声学模型生成多轮语音信号的识别结果；
S23，根据识别结果和预设静音检测算法初步检测出多轮语音信号的语音端点；
S24，计算多轮语音信号的置信度信息；
S25，解析多轮语音信号的语义信息；
S26，根据置信度信息和语义信息获取多轮语音信号对应的语音解析结果；
S27，根据语音解析结果识别出所述用户的直观意图。
在本实施方式中，所述S22中所述处理器21根据语音特征信息和声学模型生成多轮语音信号的识别结果，具体可以包括：在生成语音特征信息后，采用基于声学模型计算每帧多轮语音信号在每个建模单元上的似然值，通过动态规划算法得到最优状态转移序列及其对应的词序列，并将所得到的最优状态转移序列及其对应的词序列作为识别结果。
值得一提的是，所述声学模型为基于神经网络的声学模型，采用所述基于神经网络的声学模型对所述语音特征信息进行识别。
需要说明的是，所述S24计算多轮语音信号的置信度信息的步骤，具体可以包括：所述处理器21根据识别结果、多轮语音信号的语音端点和多轮语音信号的信噪比计算多轮语音信号的置信度信息。
进一步而言，所述处理器21根据识别结果、多轮语音信号的语音端点和多轮语音信号的信噪比计算多轮语音信号的置信度信息，具体可以包括：
所述处理器21基于识别结果，计算语音端点之间的每个词的声学后验概率，其中，计算语音端点之间的第k个词的声学后验概率的公式包括：
其中，P(X)为多轮语音信号中第k个词的声学后验概率，p(m|x)为第t帧时该词对应建模单元的似然值，为第t帧时所有建模单元的似然值和，T(X)为该词的持续时长；
所述处理器21根据语音端点之间的每个词的声学后验概率和信噪比计算每个词对应的置信度信息。
在本实施方式中，所述处理器21根据语音端点之间的每个词的声学后验概率和信噪比计算每个词对应的置信度信息，具体可以包括：
S31，所述处理器21基于当前词的声学后验概率和信噪比，计算出当前词的置信度CM(X)，公式包括：
CM(X)＝w*P(X)+(1-w)*SNR(X)
其中0≤w≤1，w为权重系数；
S32，所述处理器21计算多轮语音信号对应的置信度的公式包括：
其中，t(x)表示第n个词的持续时间长，CM(x)表示第n个词的置信度；
S33，所述处理器21对每个词对应的置信度进行求和计算，获取得到多轮语音信号的置信度信息。
不难理解的是，本申请可以通过置信度信息和语义信息两个维度对多轮语音信号进行判定，可有效地判定多轮语音信号是否被解析正确，提高人机交互时回复语句的准确性，提升用户使用体验。
所述处理器21，根据所述直观意图获取与所述直观意图相关的导航记录、就餐记录、饮食喜好、饮食习惯、附近餐饮信息、热门推荐信息、优惠促销信息、出行便利信息以及当前时间段中的至少两个以上综合因素。
所述处理器21，根据所述综合因素，给出与所述直观意图相匹配的饮食兴趣点POI建议并提供导航信息。
需要说明的是，所述处理器21根据所述综合因素，给出与所述直观意图相匹配的饮食兴趣点POI建议并提供导航信息的步骤，具体可以包括：所述处理器21对多个所述综合因素进行优先级排序，以给出多个POI建议并提供相应的多条导航信息，其中，所述优先级排序包括按饮食喜好优先、按位置最近优先、按优惠促销优先和按出行便利优先。
举例而言，用户可以通过多轮语音对话的方式，结合用户的历史出行记录、附近的美食POI、用户的第三方消费记录(美团、大众点评、苏宁等)，帮助用户逐步筛选出用户当前感兴趣的饮食，并推荐可以提供该饮食同时评价高、价格适宜、停车方便的POI，其中，多轮语音交互例如可以为“想吃甜的还是辣的，或者其他口味”->“那么是中式还是西式呢，日式也不错要不要试一试”->“你上周去过的那家西餐厅现在刚好有活动要去看看吗？”等。
本申请智能终端及其饮食搜寻方法、及无人驾驶车辆，在检测到用户表达饮食搜寻的指令时，智能终端获取用户输入的多轮语音信号，接着根据所述多轮语音信号识别所述用户的直观意图，进而根据所述直观意图获取与所述直观意图相关的导航记录、就餐记录、饮食喜好、饮食习惯、附近餐饮信息、热门推荐信息、优惠促销信息、出行便利信息以及当前时间段中的至少两个以上综合因素，最终能够根据所述综合因素，给出与所述直观意图相匹配的饮食兴趣点POI建议并提供导航信息。通过这种方式，本申请能够方便用户进行语音搜寻到适合用户的饮食POI，而且不再需要用户进行手动筛选，同时人机交互过程方便自然，操作简单，较大程度地改善了用户体验。本申请能够实现全语音交互过程，无需用户手动操作。
为解决上述技术问题，本申请还提供一种无人驾驶车辆，设置有处理器，所述处理器执行程序数据时，用于实现上述的基于多轮语音交互的饮食搜寻方法的步骤。其中，其具体实现方式请参阅前面实施例的相关描述，在本技术领域人员容易结合理解的范围内，不作赘述。
本申请的无人驾驶车辆，可以为纯智能全自动无人驾驶的油气车辆、电气车辆，也可以为半自动无人驾驶的油气车辆、电气车辆，其可以设置图2所述的智能终端作为辅助操作系统，可以实现全自动语音操作导航。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于终端类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述，仅是本申请的较佳实施例而已，并非对本申请作任何形式上的限制，虽然本申请已以较佳实施例揭露如上，然而并非用以限定本申请,任何熟悉本专业的技术人员，在不脱离本申请技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本申请技术方案内容，依据本申请的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本申请技术方案的范围内。
Claims (11)
1.一种基于多轮语音交互的饮食搜寻方法，其特征在于，所述饮食搜寻方法包括：
在检测到用户表达饮食搜寻的指令时，智能终端获取用户输入的多轮语音信号；
根据所述多轮语音信号识别所述用户的直观意图；
根据所述直观意图获取与所述直观意图相关的导航记录、就餐记录、饮食喜好、饮食习惯、附近餐饮信息、热门推荐信息、优惠促销信息、出行便利信息以及当前时间段中的至少两个以上综合因素；
根据所述综合因素，给出与所述直观意图相匹配的饮食兴趣点POI建议并提供导航信息。
2.根据权利要求1所述的饮食搜寻方法，其特征在于，所述根据所述综合因素，给出与所述直观意图相匹配的饮食兴趣点POI建议并提供导航信息的步骤，具体包括：
对多个所述综合因素进行优先级排序，以给出多个POI建议并提供相应的多条导航信息，其中，所述优先级排序包括按饮食喜好优先、按位置最近优先、按优惠促销优先和按出行便利优先。
3.根据权利要求2所述的饮食搜寻方法，其特征在于，所述在检测到用户表达饮食搜寻的指令时的步骤，具体包括：
智能终端根据所述用户的饮食习惯，在所述用户平常饮食的时间段内实时检测是否有语音输入与饮食相关的词句；
或，智能终端检测是否有触控输入与饮食相关的词句，其中，与饮食相关的词句包括饿、吃饭、餐厅、请客、聚餐和美食。
4.根据权利要求1-3任一项所述的饮食搜寻方法，其特征在于，所述根据所述多轮语音信号识别所述用户的直观意图，具体包括：
接收输入的多轮语音信号；
分帧提取多轮语音信号的语音特征信息，根据语音特征信息和声学模型生成多轮语音信号的识别结果；
根据识别结果和预设静音检测算法初步检测出多轮语音信号的语音端点；
计算多轮语音信号的置信度信息；
解析多轮语音信号的语义信息；
根据置信度信息和语义信息获取多轮语音信号对应的语音解析结果；
根据语音解析结果识别出所述用户的直观意图。
5.根据权利要求4所述的饮食搜寻方法，其特征在于，所述根据语音特征信息和声学模型生成多轮语音信号的识别结果，具体包括：
在生成语音特征信息后，采用基于声学模型计算每帧多轮语音信号在每个建模单元上的似然值，通过动态规划算法得到最优状态转移序列及其对应的词序列，并将所得到的最优状态转移序列及其对应的词序列作为识别结果。
6.根据权利要求5所述的饮食搜寻方法，其特征在于，所述声学模型为基于神经网络的声学模型，采用所述基于神经网络的声学模型对所述语音特征信息进行识别。
7.根据权利要求6所述的饮食搜寻方法，其特征在于，所述计算多轮语音信号的置信度信息的步骤，具体包括：
根据识别结果、多轮语音信号的语音端点和多轮语音信号的信噪比计算多轮语音信号的置信度信息。
8.根据权利要求7所述的饮食搜寻方法，其特征在于，所述根据识别结果、多轮语音信号的语音端点和多轮语音信号的信噪比计算多轮语音信号的置信度信息，具体包括：
基于识别结果，计算语音端点之间的每个词的声学后验概率，其中，计算语音端点之间的第k个词的声学后验概率的公式包括：
其中P(X)为多轮语音信号中第k个词的声学后验概率，p(m|x)为第t帧时该词对应建模单元的似然值，为第t帧时所有建模单元的似然值和，T(X)为该词的持续时长；
根据语音端点之间的每个词的声学后验概率和信噪比计算每个词对应的置信度信息。
9.根据权利要求8所述的饮食搜寻方法，其特征在于，所述根据语音端点之间的每个词的声学后验概率和信噪比计算每个词对应的置信度信息，具体包括：
基于当前词的声学后验概率和信噪比，计算出当前词的置信度CM(X)，公式包括：
CM(X)＝w*P(X)+(1-w)*SNR(X)
其中0≤w≤1，w为权重系数；
计算多轮语音信号对应的置信度的公式包括：
其中，t(x)表示第n个词的持续时间长，CM(x)表示第n个词的置信度；
对每个词对应的置信度进行求和计算，获取得到多轮语音信号的置信度信息。
10.一种智能终端，其特征在于，所述智能终端包括处理器，所述处理器用于执行程序数据，以实现根据权利要求1-9任一项所述的基于多轮语音交互的饮食搜寻方法的步骤。
11.一种无人驾驶车辆，其特征在于，设置有处理器，所述处理器执行程序数据时，用于实现根据权利要求1-9任一项所述的基于多轮语音交互的饮食搜寻方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711315466.0A CN109920407A (zh) | 2017-12-12 | 2017-12-12 | 智能终端及其饮食搜寻方法、及无人驾驶车辆 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711315466.0A CN109920407A (zh) | 2017-12-12 | 2017-12-12 | 智能终端及其饮食搜寻方法、及无人驾驶车辆 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109920407A true CN109920407A (zh) | 2019-06-21 |
Family
ID=66956621
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711315466.0A Pending CN109920407A (zh) | 2017-12-12 | 2017-12-12 | 智能终端及其饮食搜寻方法、及无人驾驶车辆 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109920407A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110992948A (zh) * | 2019-11-18 | 2020-04-10 | 上海博泰悦臻电子设备制造有限公司 | 基于多轮语音交互的餐厅预订方法及终端 |
| CN113409777A (zh) * | 2020-03-16 | 2021-09-17 | 上海博泰悦臻网络技术服务有限公司 | 一种记录用户关注点的方法、车载主机及车辆 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007225793A (ja) * | 2006-02-22 | 2007-09-06 | Toshiba Tec Corp | データ入力装置及び方法並びにプログラム |
| US20090150156A1 (en) * | 2007-12-11 | 2009-06-11 | Kennewick Michael R | System and method for providing a natural language voice user interface in an integrated voice navigation services environment |
| JP2010281855A (ja) * | 2009-06-02 | 2010-12-16 | Nissan Motor Co Ltd | 音声対話装置および音声対話方法 |
| CN103802761A (zh) * | 2012-11-06 | 2014-05-21 | 罗伯特·博世有限公司 | 激活与车辆乘员语音交互的方法和车辆的语音交互系统 |
| CN105027197A (zh) * | 2013-03-15 | 2015-11-04 | 苹果公司 | 训练至少部分语音命令系统 |
| CN105335398A (zh) * | 2014-07-18 | 2016-02-17 | 华为技术有限公司 | 一种服务推荐方法及终端 |
| CN105529028A (zh) * | 2015-12-09 | 2016-04-27 | 百度在线网络技术（北京）有限公司 | 语音解析方法和装置 |
| CN105700682A (zh) * | 2016-01-08 | 2016-06-22 | 北京乐驾科技有限公司 | 基于视觉和语音的智能性别、情绪识别检测系统及方法 |
| CN106682090A (zh) * | 2016-11-29 | 2017-05-17 | 上海智臻智能网络科技股份有限公司 | 主动交互实现装置、方法及智能语音交互设备 |
-
2017
- 2017-12-12 CN CN201711315466.0A patent/CN109920407A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007225793A (ja) * | 2006-02-22 | 2007-09-06 | Toshiba Tec Corp | データ入力装置及び方法並びにプログラム |
| US20090150156A1 (en) * | 2007-12-11 | 2009-06-11 | Kennewick Michael R | System and method for providing a natural language voice user interface in an integrated voice navigation services environment |
| 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 |
| JP2010281855A (ja) * | 2009-06-02 | 2010-12-16 | Nissan Motor Co Ltd | 音声対話装置および音声対話方法 |
| CN103802761A (zh) * | 2012-11-06 | 2014-05-21 | 罗伯特·博世有限公司 | 激活与车辆乘员语音交互的方法和车辆的语音交互系统 |
| CN105027197A (zh) * | 2013-03-15 | 2015-11-04 | 苹果公司 | 训练至少部分语音命令系统 |
| CN105335398A (zh) * | 2014-07-18 | 2016-02-17 | 华为技术有限公司 | 一种服务推荐方法及终端 |
| CN105529028A (zh) * | 2015-12-09 | 2016-04-27 | 百度在线网络技术（北京）有限公司 | 语音解析方法和装置 |
| CN105700682A (zh) * | 2016-01-08 | 2016-06-22 | 北京乐驾科技有限公司 | 基于视觉和语音的智能性别、情绪识别检测系统及方法 |
| CN106682090A (zh) * | 2016-11-29 | 2017-05-17 | 上海智臻智能网络科技股份有限公司 | 主动交互实现装置、方法及智能语音交互设备 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110992948A (zh) * | 2019-11-18 | 2020-04-10 | 上海博泰悦臻电子设备制造有限公司 | 基于多轮语音交互的餐厅预订方法及终端 |
| CN110992948B (zh) * | 2019-11-18 | 2023-07-25 | 博泰车联网科技(上海)股份有限公司 | 基于多轮语音交互的餐厅预订方法及终端 |
| CN113409777A (zh) * | 2020-03-16 | 2021-09-17 | 上海博泰悦臻网络技术服务有限公司 | 一种记录用户关注点的方法、车载主机及车辆 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109916423A (zh) | 智能导航设备及其路线规划方法、及无人驾驶车辆 | |
| US11023515B2 (en) | Infotainment based on vehicle navigation data | |
| US10753760B2 (en) | Navigation systems and associated methods | |
| KR101857648B1 (ko) | 지능형 디지털 어시스턴트에 의한 사용자 트레이닝 | |
| CN104575493B (zh) | 使用地理信息的声学模型适配 | |
| CN102236984B (zh) | 信息处理设备、提问倾向设定方法 | |
| CN111508482A (zh) | 语义理解及语音交互方法、装置、设备及存储介质 | |
| JP5180639B2 (ja) | コンテンツ提示装置、コンテンツ提示方法、およびプログラム | |
| CN110770819B (zh) | 语音识别系统和方法 | |
| WO2017003452A1 (en) | Method and apparatus for processing user input | |
| CN106126591B (zh) | 音乐数据推荐方法与系统 | |
| CN109920407A (zh) | 智能终端及其饮食搜寻方法、及无人驾驶车辆 | |
| CN111081244B (zh) | 一种语音交互方法和装置 | |
| Weinberg et al. | Contextual push-to-talk: shortening voice dialogs to improve driving performance | |
| CN107980144A (zh) | 无限电台推荐系统和方法 | |
| CN110120845A (zh) | 电台播放方法与云端服务器 | |
| CN113409797A (zh) | 语音处理方法和系统、及语音交互设备和方法 | |
| CN115905734A (zh) | 一种基于地理位置信息进行智能推荐的方法及装置 | |
| US20180260853A1 (en) | Systems, methods and devices for content browsing using hybrid collaborative filters | |
| US11302291B1 (en) | Device agnostic user interface generation | |
| CN116168704B (zh) | 语音交互的引导方法、装置、设备、介质及车辆 | |
| CN110118565A (zh) | 导航终端、导航地图数据在线编辑方法、及无人驾驶车辆 | |
| US11048532B1 (en) | Device agnostic user interface generation based on device input type | |
| JP2022103504A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
| JP2022189185A (ja) | 提案装置および方法 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190621 |
|
| WD01 | Invention patent application deemed withdrawn after publication |