CN110400568B

CN110400568B - 智能语音系统的唤醒方法、智能语音系统及车辆

Info

Publication number: CN110400568B
Application number: CN201810362509.9A
Authority: CN
Inventors: 龚吉荣
Original assignee: BYD Co Ltd
Current assignee: BYD Co Ltd
Priority date: 2018-04-20
Filing date: 2018-04-20
Publication date: 2022-12-09
Anticipated expiration: 2038-04-20
Also published as: CN110400568A

Abstract

本发明公开了一种智能语音系统的唤醒方法、智能语音系统及车辆。其中，智能语音系统的唤醒方法，包括：对当前用户输入的语音进行特征识别和语音识别，以得到语音的特征信息和内容信息；从预存的唤醒词集合中查询与特征信息相匹配的唤醒词；比较内容信息与唤醒词；如果内容信息与唤醒词一致，则唤醒智能语音系统，以使智能语音系统进入语音识别状态。本发明的智能语音系统的唤醒方法，不同的用户可以根据自己的喜好设置不同的唤醒词，使用时用自己设置的唤醒词唤醒智能语音系统，进而，提高了智能语音系统的用户体验。

Description

智能语音系统的唤醒方法、智能语音系统及车辆

技术领域

本发明涉及汽车技术领域，特别涉及一种智能语音系统的唤醒方法、智能语音系统及车辆。

背景技术

使用终端智能语音系统或语音识别系统时，通常需要先唤醒系统。相关技术中，用户通常使用唤醒词唤醒智能语音系统，然后可通过语音指令控制智能语音系统执行相应操作。唤醒词也即一种对智能语音系统的称呼。此外，还可以通过语音修改唤醒词，也即通过口头说指令的方式修改唤醒词。

存在以下缺点：虽然用户可以通过语音修改唤醒词，但对于同一个智能语音系统而言，只能使用一个唤醒词。不同用户必须使用同一个唤醒词唤醒智能语音系统，唤醒词被某一个用户修改后，其他用户使用时需要按照这一个用户修改后的唤醒词唤醒智能语音系统。如果用户不知道其他用户之前修改的唤醒词，则无法唤醒智能语音系统，也就无法使用智能语音系统，从而，给其他用户的使用带来不便。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的第一个目的在于提出一种智能语音系统的唤醒方法。该智能语音系统的唤醒方法，不同的用户可以根据自己的喜好设置不同的唤醒词，使用时用自己设置的唤醒词唤醒智能语音系统，进而，提高了智能语音系统的用户体验。

本发明的第二个目的在于提出一种智能语音系统。

本发明的第三个目的在于提出一种终端设备。

本发明的第四个目的在于提出一种车辆。

为了实现上述目的，本发明的第一方面的实施例公开了一种智能语音系统的唤醒方法，包括以下步骤：对当前用户输入的语音进行特征识别和语音识别，以得到所述语音的特征信息和内容信息；从预存的唤醒词集合中查询与所述特征信息相匹配的唤醒词；比较所述内容信息与所述唤醒词；如果所述内容信息与所述唤醒词一致，则唤醒所述智能语音系统，以使所述智能语音系统进入语音识别状态。

根据本发明实施例的智能语音系统的唤醒方法，能够识别发音人的语音的特征，如声纹特征，并且不同发音人的语音的特征对应其使用的个性化的唤醒词。这样，对同一个智能语音系统而言，不同的用户可以根据自己的喜好设置不同的唤醒词，使用时用自己设置的唤醒词唤醒智能语音系统，并且，用户修改自己使用的唤醒词后，也不会影响其他用户的使用，进而，提高了智能语音系统的用户体验。

本发明第二方面的实施例公开了一种智能语音系统，包括：语音接口，用于接收当前用户输入的语音；特征识别模块，用于对所述当前用户输入的语音进行特征识别，以得到所述语音的特征信息；语音识别模块，用于对所述当前用户输入的语音进行语音识别，以得到所述语音的内容信息；存储模块，所述存储模块预存有唤醒词集合；处理模块，用于从所述唤醒词集合中查询与所述特征信息相匹配的唤醒词，并比较所述内容信息与所述唤醒词，如果所述内容信息与所述唤醒词一致，则唤醒所述智能语音系统，以使所述智能语音系统进入语音识别状态。

根据本发明实施例的智能语音系统，能够识别发音人的语音的特征，如声纹特征，并且不同发音人的语音的特征对应其使用的个性化的唤醒词。这样，对同一个智能语音系统而言，不同的用户可以根据自己的喜好设置不同的唤醒词，使用时用自己设置的唤醒词唤醒智能语音系统，并且，用户修改自己使用的唤醒词后，也不会影响其他用户的使用，进而，提高了智能语音系统的用户体验。

本发明第三方面的实施例公开了一种终端设备，包括：根据上述的第二方面的实施例所述的智能语音系统。该终端设备能够识别发音人的语音的特征，如声纹特征，并且不同发音人的语音的特征对应其使用的个性化的唤醒词。这样，对同一个终端设备而言，不同的用户可以根据自己的喜好设置不同的唤醒词，使用时用自己设置的唤醒词唤醒终端设备，并且，用户修改自己使用的唤醒词后，也不会影响其他用户的使用，进而，提高了终端设备的用户体验。

本发明的第四方面的实施例公开了一种车辆，包括：根据上述的的第二方面的实施例所述的智能语音系统。该车辆能够识别发音人的语音的特征，如声纹特征，并且不同发音人的语音的特征对应其使用的个性化的唤醒词。这样，对同一个车辆而言，不同的用户可以根据自己的喜好设置不同的唤醒词，使用时用自己设置的唤醒词唤醒车辆中的智能语音系统，并且，用户修改自己使用的唤醒词后，也不会影响其他用户的使用，进而，提高了车辆中智能语音系统的用户体验。

附图说明

图1是根据本发明一个实施例的智能语音系统的唤醒方法的流程图；

图2是根据本发明一个实施例的智能语音系统的结构框图；

图3是根据本发明一个实施例的智能语音系统与用户的交互示意图；

图4是根据本发明一个实施例的智能语音系统的修改唤醒词的示意图；

图5是根据本发明一个实施例的智能语音系统的修改唤醒词的处理过程图；

图6是根据本发明一个实施例的智能语音系统的通过语音唤醒智能语音系统的处理过程图；

图7是根据本发明一个实施例的终端设备的结构框图；

图8是根据本发明一个实施例的车辆的结构框图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

以下结合附图描述根据本发明实施例的智能语音系统的唤醒方法、智能语音系统及车辆。

图1是根据本发明一个实施例的智能语音系统的唤醒方法的流程图。

如图1所示，根据本发明一个实施例的智能语音系统的唤醒方法，包括如下步骤：

S101：对当前用户输入的语音进行特征识别和语音识别，以得到语音的特征信息和内容信息。

可以通过录音麦克收集用户输入的语音，其中，录音麦克可以是智能语音系统内置的麦克，也可以是智能语音系统以外的麦克，录音麦克实时接收用户输入的语音，并将语音发送至智能语音系统。

在本发明的一个实施例中，特征信息包括但不限于用户说话的声音的声纹特征，以声纹特征为例，对当前用户输入的语音进行特征识别和语音识别，以得到语音的特征信息和内容信息，包括：对语音进行声纹识别，以提取到该语音的声纹特征。对语音进行语音识别，以得到该语音所表达的内容，例如：用户输入的语音为：“你好，小白”，内容信息则是“你好、小白”。

需要说明的是，由于每个人的声纹特征均存在差异，因此，在本发明的实施例中，采用声纹特征可以有效地区分出不同的用户。

S102：从预存的唤醒词集合中查询与特征信息相匹配的唤醒词。

在本发明的一个实施例中，唤醒词集合中包括至少一个用户的声纹特征和与所述至少一个用户的声纹特征相匹配的唤醒词。即：根据声纹特征在唤醒词集合中对应保存有不同发音人的声纹特征和发音人设置的唤醒词。

例如：唤醒词集合中包括用户A的声纹特征a、用户B的声纹特征b和用户C的声纹特征c，唤醒词集合中还包括与声纹特征a相匹配的唤醒词Aa、与声纹特征b相匹配的唤醒词Bb以及与声纹特征c相匹配的唤醒词Cc。

假设当前用户为用户A，则便可以从唤醒词集合中查询到与声纹特征a相匹配的唤醒词Aa。类似地，假设当前用户为用户B或者用户C，则便可以从唤醒词集合中查询到与声纹特征b或者声纹特征c相匹配的唤醒词Bb或者唤醒词Cc。

S103：比较内容信息与唤醒词。

S104：如果内容信息与唤醒词一致，则唤醒智能语音系统，以使智能语音系统进入语音识别状态。

以当前用户为用户A为例，则对用户A的语音的语音识别结果中内容信息如果为唤醒词Aa，则认为输入了正确的唤醒词，从而可以唤醒智能语音系统。

需要说明的是，唤醒表示让智能语音系统进入语音识别状态的动作。语音识别状态表示智能语音系统的一种状态。在该状态下，智能语音系统可识别乘客的语音指令，并根据识别结果执行用户的语音指令。即：当智能语音系统被唤醒后，可以接收用户的语音指令，并按照用户输入的语音指令执行相应的动作，即：可以语音控制。

在本发明的一个实施例中，还包括：如果唤醒词集合中没有与语音的特征信息相一致的特征信息，则进一步判断语音的内容信息是否与默认的唤醒词一致；如果是，则唤醒智能语音系统。

也就是说，初次使用智能语音系统，或者新的用户使用智能语音系统时，可以使用统一的一种默认的唤醒词唤醒智能语音系统，这样，任何用户都可以使用默认的唤醒词唤醒智能语音系统。

在本发明的一个实施例中，智能语音系统的唤醒方法，还包括：接收所述当前用户输入的唤醒词添加或更换指令；从所述当前用户新输入的语音中获取当前的特征信息和当前的内容信息；判断所述唤醒词集合中是否存在所述当前的特征信息；如果不存在所述当前的特征信息，则将所述当前的内容信息作为新的唤醒词，并与所述当前的特征信息添加到所述唤醒词集合中；如果存在所述当前的特征信息，则将所述当前的内容信息作为新的唤醒词，替换所述唤醒词集合中已存在的对应于所述当前的特征信息的唤醒词。

例如：当用户通过语音修改唤醒词时，以用户A为例，当用户A通过语音修改唤醒词时，经由录音麦克传来的语音指令中包含用户A的声纹特征a、最新唤醒词Aa等信息，智能语音系统开始对用户A的声纹特征a进行识别，智能语音系统对用户指令内容进行识别。在识别到声纹特征a和新的唤醒词 Aa后，由唤醒词集合对声纹特征a和新唤醒词Aa进行对应保存。类似第，当用户B通过语音修改自己使用的唤醒词时，对应保存识别到的声纹特征b和新唤醒词Bb。

这样，当用户A再次使用智能语音系统时，智能语音系统对用户A的声纹特征进行识别，对用户A的语音指令进行识别。如果正确识别到声纹特征a 后，且识别到的唤醒词与保存的唤醒词Aa一致，则唤醒智能语音系统，智能语音系统进入语音识别状态。当用户B再次使用时同样需要使用唤醒词Bb才能唤醒智能语音系统。

如图2所示，并结合图3，本发明的实施例公开了一种智能语音系统100，包括：特征识别模块110、语音识别模块120、存储模块130、语音接口140 和处理模块150。

其中，语音接口140用于接收当前用户输入的语音。特征识别模块110用于对所述当前用户输入的语音进行特征识别，以得到所述语音的特征信息。语音识别模块120用于对所述当前用户输入的语音进行语音识别，以得到所述语音的内容信息。存储模块130预存有唤醒词集合。处理模块150用于从所述唤醒词集合中查询与所述特征信息相匹配的唤醒词，并比较所述内容信息与所述唤醒词，如果所述内容信息与所述唤醒词一致，则唤醒所述智能语音系统，以使所述智能语音系统进入语音识别状态。

在本发明的一个实施例中，特征信息包括但不限于用户说话的声音的声纹特征，以声纹特征为例，特征识别模块110为声纹识别模块。处理模块150对当前用户输入的语音进行特征识别和语音识别，以得到语音的特征信息和内容信息，包括：对语音进行声纹识别，以提取到该语音的声纹特征。对语音进行语音识别，以得到该语音所表达的内容，例如：用户输入的语音为：“你好，小白”，内容信息则是“你好、小白”。

唤醒词集合中包括至少一个用户的声纹特征和与所述至少一个用户的声纹特征相匹配的唤醒词。即：根据声纹特征在唤醒词集合中对应保存有不同发音人的声纹特征和发音人设置的唤醒词。

如图3所示，用户可通过语音与智能语音系统100进行交互，包括对话、控制智能语音系统100执行一些操作等。智能语音系统100支持语音唤醒，唤醒后，智能语音系统100立刻处于语音识别状态，开始实时接收并识别用户的语音指令。智能语音系统还支持语音的修改唤醒词等，修改后可按照最新的唤醒词唤醒。

本发明实施例的终端智能语音系统100包括声纹识别模块110、语音识别模块120和存储模块130等。声纹识别模块110能够识别不同用户的声纹特征；语音识别模块120对用户语音输入的指令内容进行识别，能够识别出用户语音输入的唤醒词和其他指令；存储模块130能够根据声纹特征对应保存不同发音人的声纹特征和发音人设置的唤醒词。

初次使用时，智能语音系统100可统一使用一种默认的唤醒词唤醒，这时，任何用户均可使用默认的唤醒词唤醒智能语音系统100。

当用户通过语音修改唤醒词时，如图4所示。当用户A通过语音修改唤醒词时经由录音麦克传来的语音指令中包含用户A的声纹特征a、最新唤醒词 Aa等信息，智能语音系统100的声纹识别模块110开始对用户A的声纹特征 a进行识别，智能语音系统100的语音识别模块120对用户指令内容进行识别。在识别到声纹特征a和新的唤醒词Aa后，由存储模块130对声纹特征a和新唤醒词Aa进行对应保存。当用户B通过语音修改唤醒词时，存储模块130对应保存识别到的声纹特征b和新唤醒词Bb。当用户A再次使用智能语音系统 100时，智能语音系统100的声纹识别模块110对用户A的声纹特征进行识别，语音识别模块120对用户A的语音指令进行识别。若正确识别到声纹特征a 后，若识别到的唤醒词与存储模块130中保存的唤醒词Aa一致，则唤醒，智能语音系统100进入语音识别状态。当用户B再次使用时同样需要使用唤醒词Bb才能唤醒智能语音系统100。

用户可与智能语音系统100进行语音交互，包括与智能语音系统100的语音对话、语音控制终端执行一些操作。用户与智能语音交互时，输入的指令经由录音麦克收集后发送至智能语音系统100，不同用户的语音指令具有不同的声纹特征。用户可语音修改唤醒词，并且对于同一终端的同一智能语音系统，不同用户可设置不同的唤醒词，唤醒时仅可用自己设定的唤醒词唤醒。

在本发明的实施例中，所述语音接口140还用于接收所述当前用户输入的唤醒词添加或更换指令；所述处理模块150还用于判断所述唤醒词集合中是否存在用户新输入的语音中的当前的特征信息，如果不存在所述当前的特征信息，则将所述当前的内容信息作为新的唤醒词，并与所述当前的特征信息添加到所述唤醒词集合中，如果存在所述当前的特征信息，则将所述当前用户新输入的语音中的当前的内容信息作为新的唤醒词，替换所述唤醒词集合中已存在的对应于所述当前的特征信息的唤醒词。

本发明实施例的智能语音系统100的语音修改唤醒词的流程如图5所示，具体包括：

S401：用户语音修改唤醒词。对于同一终端的同一智能语音系统，不同用户可设置不同的唤醒词。

S402：录音麦克实时接收用户语音指令，并发送至智能语音系统100。

S403：智能语音系统100的声纹识别模块110对录音麦克接收的语音指令进行识别，识别出用户或发音人的声纹特征。

S404：智能语音系统100的语音识别模块120识别用户的语音指令内容，内容包括唤醒词和其他指令。

如果识别到用户修改唤醒词的意图，则识别出指令中的新唤醒词，并发送至存储模块。同时，发送信息给声纹识别模块110将声纹特征发送至存储模块 130保存；如果未识别到修改唤醒词的意图则不执行上述操作。

S405：智能语音系统的存储模块根据语音识别模块发送的信息将识别到的声纹特征和新唤醒词一一对应进行保存。

本发明实施例的智能语音系统100通过语音唤醒的流程如图6所示，具体包括：

S501：用户说唤醒词唤醒智能语音系统100。

S502：录音麦克实时接收用户语音指令，并发送至智能语音系统100。

S503：智能语音系统100识别用户语音指令的声纹特征和指令内容并做相应响应。

在具体实施中，首先由声纹识别模块110识别出用户或发音人语音指令的声纹特征，并将识别到的声纹特征与存储模块130中保存的声纹信息进行比对，同时语音识别模块120识别用户指令的内容，包括唤醒词和其他语音指令。

经过识别和比对后，如果存储模块130中有特定的声纹特征与用户指令中的声纹特征相匹配，则将语音识别模块120识别到的内容与存储模块130中与该声纹特征对应保存的唤醒词进行比对。如果有与保存的唤醒词相符合的内容，则唤醒并且智能语音系统100进入语音识别状态，开始实时接收并识别用户的语音指令，如果没有与保存的唤醒词相符合的内容，则不响应。

处理模块还用于在所述唤醒词集合中没有与所述语音的特征信息相一致的特征信息时，进一步判断所述语音的内容信息是否与默认的唤醒词一致，如果是，则唤醒所述智能语音系统，即：如果存储模块130中没有特定的声纹特征与用户指令中的声纹特征相匹配，则将语音识别模块120识别到的内容与系统默认的唤醒词进行比对。如果有与系统默认的唤醒词相符合的内容，则唤醒并且智能语音系统100进入语音识别状态，开始实时接收并识别用户的语音指令，如果没有与系统默认的唤醒词相符合的内容，则不响应。

进一步地，如图7所示，本发明的实施例公开了一种终端设备700，包括：根据上述任一个实施例所述的智能语音系统100。该终端设备能够识别发音人的语音的特征，如声纹特征，并且不同发音人的语音的特征对应其使用的个性化的唤醒词。这样，对同一个终端设备而言，不同的用户可以根据自己的喜好设置不同的唤醒词，使用时用自己设置的唤醒词唤醒终端设备，并且，用户修改自己使用的唤醒词后，也不会影响其他用户的使用，进而，提高了终端设备的用户体验。

在本发明的一个实施例中，终端设备为但不限于车载多媒体娱乐系统、移动终端、PAD、笔记本和电脑。

进一步地，如图8所示，本发明的实施例公开了一种车辆800，包括：根据上述任一个实施例所述的智能语音系统100。该车辆能够识别发音人的语音的特征，如声纹特征，并且不同发音人的语音的特征对应其使用的个性化的唤醒词。这样，对同一个车辆而言，不同的用户可以根据自己的喜好设置不同的唤醒词，使用时用自己设置的唤醒词唤醒车辆中的智能语音系统，并且，用户修改自己使用的唤醒词后，也不会影响其他用户的使用，进而，提高了车辆中智能语音系统的用户体验。

另外，根据本发明实施例的车辆的其它构成以及作用对于本领域的普通技术人员而言都是已知的，为了减少冗余，此处不做赘述。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims

1.一种智能语音系统的唤醒方法，其特征在于，包括以下步骤：

对当前用户输入的语音进行特征识别和语音识别，以得到所述语音的特征信息和内容信息，所述特征信息包括声纹特征；

从预存的唤醒词集合中查询与所述特征信息相匹配的唤醒词，所述唤醒词集合中包括至少一个用户的声纹特征和与所述至少一个用户的声纹特征相匹配的唤醒词；

比较所述内容信息与所述唤醒词；

如果所述内容信息与所述唤醒词一致，则唤醒所述智能语音系统，以使所述智能语音系统进入语音识别状态；

如果所述唤醒词集合中没有与所述语音的特征信息相一致的特征信息，则判断所述语音的内容信息是否与默认的唤醒词一致；

如果是，则唤醒所述智能语音系统。

2.根据权利要求1所述的智能语音系统的唤醒方法，其特征在于，还包括：

接收所述当前用户输入的唤醒词添加或更换指令；

从所述当前用户新输入的语音中获取当前的特征信息和当前的内容信息；

判断所述唤醒词集合中是否存在所述当前的特征信息；

如果不存在所述当前的特征信息，则将所述当前的内容信息作为新的唤醒词，并与所述当前的特征信息添加到所述唤醒词集合中；

如果存在所述当前的特征信息，则将所述当前的内容信息作为新的唤醒词，替换所述唤醒词集合中已存在的对应于所述当前的特征信息的唤醒词。

3.一种智能语音系统，其特征在于，包括：

语音接口，用于接收当前用户输入的语音；

特征识别模块，用于对所述当前用户输入的语音进行特征识别，以得到所述语音的特征信息，所述特征信息包括声纹特征；

语音识别模块，用于对所述当前用户输入的语音进行语音识别，以得到所述语音的内容信息；

存储模块，所述存储模块预存有唤醒词集合，所述唤醒词集合中包括至少一个用户的声纹特征和与所述至少一个用户的声纹特征相匹配的唤醒词；

处理模块，用于从所述唤醒词集合中查询与所述特征信息相匹配的唤醒词，并比较所述内容信息与所述唤醒词，如果所述内容信息与所述唤醒词一致，则唤醒所述智能语音系统，以使所述智能语音系统进入语音识别状态；

所述处理模块还用于在所述唤醒词集合中没有与所述语音的特征信息相一致的特征信息时，判断所述语音的内容信息是否与默认的唤醒词一致，如果是，则唤醒所述智能语音系统。

4.根据权利要求3所述的智能语音系统，其特征在于，

所述语音接口还用于接收所述当前用户输入的唤醒词添加或更换指令；

所述处理模块还用于判断所述唤醒词集合中是否存在用户新输入的语音中的当前的特征信息，如果不存在所述当前的特征信息，则将所述当前的内容信息作为新的唤醒词，并与所述当前的特征信息添加到所述唤醒词集合中，如果存在所述当前的特征信息，则将所述当前用户新输入的语音中的当前的内容信息作为新的唤醒词，替换所述唤醒词集合中已存在的对应于所述当前的特征信息的唤醒词。

5.一种终端设备，其特征在于，包括：根据权利要求3-4任一项所述的智能语音系统。

6.根据权利要求5所述的终端设备，其特征在于，所述终端设备为车载多媒体娱乐系统、移动终端、PAD、笔记本和电脑。

7.一种车辆，其特征在于，包括：根据权利要求3-4任一项所述的智能语音系统。