CN110992944B - 语音导航的纠错方法、语音导航装置、车辆和存储介质 - Google Patents

Abstract

本发明实施例提供了一种语音导航的纠错方法、语音导航装置、车辆和计算机可读存储介质，该方法包括：接收客户端转发的用户语音导航请求；然后进行名号抽取处理；在本地名号词典利用抽取的名号进行检索后生成兴趣点词条集合；确认抽取的名号的属性后缀是兴趣点词条集合中名号对应的属性后缀的子序列后将抽取的名号加入纠错候选集；对纠错候选集排序；根据排序结果输出纠错候选集的最优候选项；将最优候选项对应的名号作为纠错结果替换掉语音导航请求中的名号。本发明对语义识别后获得的槽位信息进行去区域前缀和属性后缀处理，使得整个名号抽取过程不依赖于特定的名号词典，并且通过检索读音相同或相近的POI名号完成纠错校准，改善了错误率，提升了用户使用车载语音导航的体验。

Description

语音导航的纠错方法、语音导航装置、车辆和存储介质

技术领域

本发明涉及语音技术领域，特别是涉及一种语音导航的纠错方法、语音导航装置、车辆和计算机可读存储介质。

背景技术

随着车辆智能化的发展，行车过程中使用语音导航给车上的用户带来很多便利。一方面，当前语音交互的对话系统都是在语音识别（Automatic Speech Recognition，ASR）处进行纠错。另一方面，已有的导航POI（Point of Interest，又称为兴趣点）纠错方案多为针对输入法交互场景下，很少有语音交互的导航POI纠错，并且当前基于导航POI纠错的方案也存在精度低，错误率高的情况，严重影响用户在车上使用语音导航的体验。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种语音导航的纠错方法、语音导航装置、车辆和计算机可读存储介质。

为了解决上述问题，本发明实施例公开了一种语音导航的纠错方法，其特征在于，包括：

接收车辆的客户端转发的用户语音导航请求；

对语音导航请求进行名号抽取处理；

在预设的本地名号词典利用抽取的名号进行检索后生成兴趣点词条集合；其中，词条集合中的词条包括属性后缀；

确认抽取的名号的属性后缀是兴趣点词条集合中名号对应的属性后缀的子序列后将抽取的名号加入纠错候选集；

对纠错候选集排序；

根据排序结果输出纠错候选集的最优候选项；

将最优候选项对应的名号作为纠错结果替换掉语音导航请求中的名号。

进一步地，对语音导航请求进行名号抽取处理，包括：

对语音导航请求进行语义识别，获得槽位信息；

对槽位信息去除区域前缀后获得第一结果；

对第一结果去除属性后缀后获得名号。

进一步地，对第一结果去除属性后缀后获得名号，包括：

按预设字数范围建立词条统计词频，并过滤获得词频高于预定阈值的高频词；

将该高频词加入检索树后对第一结果进行最大逆向匹配，过滤掉属性后缀匹配完整的词后获得名号。

进一步地，在预设的本地名号词典利用抽取的名号进行检索后生成兴趣点词条集合，包括：

在预设的本地名号词典中，检索预设区域范围内是否存在第一名号和/或第二名号，若有则将第一名号和/或第二名号添加并生成兴趣点词条集合；其中，第一名号是和抽取的名号读音相同的名号；第二名号是和抽取的名号读音相近的名号。

进一步地，对纠错候选集排序，包括：根据第一名号的优先级高于第二名号的优先级的原则对纠错候选集排序。

进一步地，根据排序结果输出纠错候选集的最优候选项，包括：若排序结果中排序首位不存在并列项，则将纠错候选集排序首位的名号作为输出的最优候选项。

进一步地，根据排序结果输出纠错候选集的最优候选项，包括：若排序结果中排序首位存在并列项，则根据车辆当前位置信息在并列项中选择和当前位置信息距离最近的名号作为输出的最优候选项。

本发明实施例还提出一种语音导航装置，其特征在于，包括：

请求接收模块，用于接收车辆的客户端转发的用户语音导航请求；

名号抽取模块，用于对语音导航请求进行名号抽取处理；

集合生成模块，用于在预设的本地名号词典利用抽取的名号进行检索后生成兴趣点词条集合；其中，词条集合中的词条包括属性后缀；

候选添加模块，用于确认抽取的名号的属性后缀是兴趣点词条集合中名号对应的属性后缀的子序列后，将抽取的名号加入纠错候选集；

排序模块，用于对纠错候选集排序；

输出模块，用于根据排序结果输出纠错候选集的最优候选项；

替换模块，用于将最优候选项对应的名号作为纠错结果，替换掉语音导航请求中的名号。

本发明实施例还提出一种车辆，其特征在于，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上述的语音导航的纠错方法的步骤。

本发明实施例还提出一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上述的语音导航的纠错方法的步骤。

本发明实施例包括以下优点：

本发明对语义识别后获得的槽位信息进行去区域前缀和属性后缀处理，使得整个名号抽取过程不依赖于特定的名号词典，并且通过检索读音相同或相近的POI名号完成纠错校准，改善了错误率，提升了用户使用车载语音导航的体验。

附图说明

图1是本发明的一种语音导航的纠错方法实施例的步骤流程图；

图2是本发明的一种语音导航装置实施例的结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

参照图1，示出了本发明的一种语音导航的纠错方法实施例的步骤流程图，该方法的动作执行主体是服务器，具体可以包括如下步骤：

S1，接收车辆的客户端转发的用户语音导航请求；

S2，对语音导航请求进行名号抽取处理；

S3，在预设的本地名号词典利用抽取的名号进行检索后生成兴趣点词条集合；其中，词条集合中的词条包括属性后缀；

S4，确认抽取的名号的属性后缀是兴趣点词条集合中名号对应的属性后缀的子序列后将抽取的名号加入纠错候选集；

S5，对纠错候选集排序；

S6，根据排序结果输出纠错候选集的最优候选项；

S7，将最优候选项对应的名号作为纠错结果替换掉语音导航请求中的名号。

上述方案通过S2中名号抽取的处理以及S3至S7等诸多步骤利用属性后缀将抽取的名号添加到纠错候选集，并利用纠错候选集排序结果确定最优候选项作为纠错结果替换掉语音导航请求中的名号，使得整个名号抽取过程不依赖于特定的名号词典，并且通过检索读音相同或相近的POI名号完成纠错校准，改善了错误率，提升了用户使用车载语音导航的体验。

具体地，S1中用户乘坐在车辆内，通过向车内的语音助手或者AI（ArtificialIntelligence，人工智能）助手说出“出发去XX”或者“导航去XX”等话，作为语音导航请求的内容，车辆的中控平台可以作为客户端接收该语音请求并转发至服务器，服务器则接收该语音导航请求。

S2中服务器对接收到的语音导航请求进行语义识别，语义识别的过程可以是由车辆在本地完成，也可以是由车辆通过与语音服务器之间的交互完成，在此不作限制。

通常语义识别结果包括领域（Domain）、意图（Intent）和槽位（Slot）等信息。这些信息可以通过NLU（Natural-language understanding）中的分类模型和填槽模型获得，例如，通过对话意图分类可以获得意图信息，通过命名实体识别模型可以获得槽位信息。

即服务器对语音导航请求进行名号抽取处理，包括：对语音导航请求进行语义识别，获得槽位信息；对槽位信息去除区域前缀后获得第一结果；对第一结果去除属性后缀后获得名号。名号处理的主要目的是对导航领域内的Query（请求）抽取的Slot去掉区域前缀和属性后缀获得名号。区域前缀指省市区等各级行政区，比如：广东省、广州市、天河区等等。属性后缀是表述地点的类别，比如：广场、大厦等等。

以语义识别结果中槽位为“目的地”且该槽位的槽值为“佛山喔刻劳咖啡”为例，先去除区域前缀，获得“喔刻劳咖啡”，“喔刻劳咖啡”的表述对应着权利要求书中的第一结果，即为了表述方便，对槽位信息去除区域前缀后的结果使用第一结果的表述。

获得“喔刻劳咖啡”后，再去除属性后缀即可获得名号，具体包括：按预设字数范围建立词条统计词频，并过滤获得词频高于预定阈值的高频词；将该高频词加入检索树后对第一结果进行最大逆向匹配，过滤掉属性后缀匹配完整的词后获得名号。其中，本发明实施例中将预设字数范围设定为1~8字。词频对应的阈值可以使用出现次数来限定，以此确定高频词。当然，字数范围和词频对应的阈值也可以根据需要另行设定，在此不做限制。

考虑到兴趣点词典中属性后缀相对于名号是高频率的。本发明实施例中采用将所有词条的后1~8字作为词条统计词频，根据词频高低人工将高频词中完整的属性都过滤出来。在去除属性后缀处理时，先将高频词加入到检索树中，然后对上面第一结果进行最大逆向匹配，匹配出完整的属性词条就直接滤掉，即可获得名号。例如，“喔刻劳咖啡”经过最大逆向匹配，“咖啡”属于匹配完整的属性词条，可以直接过滤掉，从而获得名号“喔刻劳”。经由这种处理，在名号抽取时属性后缀覆盖率可以到达98%，精度可以达到接近100%。

服务器抽取出名号后，再在S3中根据预设的本地名号词典利用抽取的名号进行检索后生成兴趣点词条集合。在S3处理之前，可以进行名号词典的预处理，即将线下POI词条的区域前缀去掉了，比如：广州一山汽配，处理后为一山汽配。本地名号词典是由线下POI词典抽取出的标准名号利用拼音构成的检索词典。通过利用名号词典的预处理，可以方便快速进行名号的拼音搜索，并且能够根据搜索到的名号快速的提取出属性后缀和该POI经纬度，高效地完成属性对比以及计算抽取的名号与用户车辆当前所在位置的距离。

进一步地，还可以在上面预处理之后，计算抽取的名号的拼音与预先设定的数据集中的专业词汇（例如包括小鹏汽车、小鹏总部等在内的小鹏系列专业词汇）的拼音之间的编辑距离，若计算结果显示编辑距离小于等于2，则直接返回专业词汇中编辑距离对应的词汇作为纠错结果。其中，编辑距离是针对二个字符串（例如英文字）的差异程度的量化量测，量测方式是看至少需要多少次的处理才能将一个字符串变成另一个字符串。由于这些词在当前的POI词典中是没有的，需要额外处理。通过这种方式，实现了某些未在名号词典中的案例（Case）也能够召回。

具体地，S3包括：在预设的本地名号词典中，检索预设区域范围内是否存在第一名号和/或第二名号，若有则将第一名号和/或第二名号添加并生成兴趣点词条集合；其中，第一名号是和抽取的名号读音相同的名号；第二名号是和抽取的名号读音相近的名号。若以字母S表示兴趣点词条集合，那么通过S3的步骤，可以检索本地名号词典中是否存在和抽取的名号读音相同或者读音相近的名号。

近音拼音的生成主要有声母、韵母、声调和语序进行替换产生，其中韵母的替换是预先用编辑距离计算出近似韵母。在进行拼音纠错时，在实际情况中四种情况一般混在一起，一个词条中又多个汉字，可能产生多处错误。优先检错同音词条（即发音正确但ASR错误），无结果则检索错一处的词条，再次为错两处的词条。其中声母、韵母、声调和语序等任意一项出一个错均算错一处。

S4中，针对兴趣点词条集合S，判断S2中抽取的名号是否是兴趣点词条集合S里的词条的属性后缀的子序列，若是则将抽取的名号加入纠错候选集，否则忽略掉。一个序列的子序列是从最初序列通过去除某些元素但不破坏余下元素的相对位置（在前或在后）而形成的新序列，比如：“商厦”是“商业大厦”的子序列。这种方法相对其他属性对比策略，简单有效，在名号的基础上保证召回的POI属性与用户表达的基本一致，使纠错的精度有很大的提升。采用这种方式有效的提升了准确率和召回率，尤其是保证了用户省略说法的召回。

然后在S5中对纠错候选集排序，排序的方式可以按照需要来设定。具体地，一种排序方式是：根据第一名号的优先级高于第二名号的优先级的原则对纠错候选集排序。即在纠错候选集排序的时候，读音相同的名号优先级高于读音相近的名号的优先级。

排序之后，在S6中根据排序结果输出纠错候选集的最优候选项，包括两种处理方式：

方式一，若排序结果中排序首位不存在并列项，则将纠错候选集排序首位的名号作为输出的最优候选项。即排序结果top1中没有并列项，则排在top1的名号就是最优候选项。

例如，某个位于广州的小鹏汽车用户发出导航Query，对应的ASR识别结果为当湖东路，该地点位于浙江嘉兴，纠错结果为位于广州的“东湖东路”。该例仅有一个纠错候选项，则其即为最有候选项。

方式二，若排序结果中排序首位存在并列项，则根据车辆当前位置信息在并列项中选择和当前位置信息距离最近的名号作为输出的最优候选项。即排序结果top1中存在并列项，则可以将和车辆的GNSS定位信息等位置信息距离最近的名号作为最优候选项。

例如，某个位于广州的小鹏汽车用户发出导航Query，对应的ASR识别结果为海兴大厦，该地点位于北京市，纠错有两个候选项海信大厦和海星大厦，两者均位于广州市，均可能是用户真实目的地，根据经纬度计算，海星大厦距离用户约15km，而海信大厦距离约3km，海信大厦对于该用户为真实目的地的可能性要大很多，故选取海信大厦作为最优候选项。

经过上述处理后，即可以在S7中将最优候选项对应的名号作为纠错结果替换掉语音导航请求中的名号。在完成替换后，服务器可以利用替换后的名号进行导航请求反馈，例如在车载系统中使用替换后的名号为用户导航，并使用TTS播报和/或文本显示等方式向用户反馈。

下面使用一个具体的示例来说明本发明中语音导航的纠错方法的具体应用：

某个位于广州的小鹏汽车用户向语音助手小P发出原始Query“导航到海兴大厦”，先抽取出名号“海兴”，接着将名号“海兴”转为拼音，在本地名号词典中检索，检索出来包括本地区的同音及近音名号的兴趣点词条集合S，再判断抽取的名号的属性后缀是否是兴趣点词条集合S中名号对应的属性后缀的子序列，如果是则为纠错候选项。本示例中检索到的候选项是“海信，商业大厦”和“海星，大厦”，其中根据“海兴”的拼音检索到“海信”和“海星”，判断属性后缀“大厦”是“商业大厦”的子序列；并且“（海兴）大厦”是“（海星大厦的）大厦”的子序列，得到候选纠错结果“海信大厦”和“海星大厦”，但是高德地图搜索返回的结果“海兴大厦”位于北京，而用户在广州，可以认为非常小概率会导航到北京的“海兴大厦”，而是意图导航到位于广州本地的近音地点“海信大厦”或“海星大厦”，由于两者均是近音候选项，且近音差别也相同（均差一处），所以读音优先级相同（如果读音优先级不同，则同音选项优先于近音选项，差别小的近音选项优于差别大的近音选项）。根据与用户当前位置距离排序，“海信大厦”距离较近，得到最优结果“海信大厦”。

综上所述，本发明对语义识别后获得的槽位信息进行去区域前缀和属性后缀处理，使得整个名号抽取过程不依赖于特定的名号词典，并且通过检索读音相同或相近的POI名号完成纠错校准，改善了错误率，提升了用户使用车载语音导航的体验。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

参照图2，示出了本发明的一种语音导航装置实施例的结构框图，具体可以包括如下模块：

请求接收模块，用于接收车辆的客户端转发的用户语音导航请求；

名号抽取模块，用于对语音导航请求进行名号抽取处理；

集合生成模块，用于在预设的本地名号词典利用抽取的名号进行检索后生成兴趣点词条集合；其中，词条集合中的词条包括属性后缀；

候选添加模块，用于确认抽取的名号的属性后缀是兴趣点词条集合中名号对应的属性后缀的子序列后，将抽取的名号加入纠错候选集；

排序模块，用于对纠错候选集排序；

输出模块，用于根据排序结果输出纠错候选集的最优候选项；

替换模块，用于将最优候选项对应的名号作为纠错结果，替换掉语音导航请求中的名号。

具体地，名号抽取模块包括：

槽位单元，用于对语音导航请求进行语义识别，获得槽位信息；

第一去除单元，用于对槽位信息去除区域前缀后获得第一结果；

第二去除单元，用于对第一结果去除属性后缀后获得名号。

其中，第二去除单元具体用于按预设字数范围建立词条统计词频，并过滤获得词频高于预定阈值的高频词；将该高频词加入检索树后对第一结果进行最大逆向匹配，过滤掉属性后缀匹配完整的词后获得名号。

集合生成模块，具体用于在预设的本地名号词典中，检索预设区域范围内是否存在第一名号和/或第二名号，若有则将第一名号和/或第二名号添加并生成兴趣点词条集合；其中，第一名号是和抽取的名号读音相同的名号；第二名号是和抽取的名号读音相近的名号。

排序模块，具体用于根据第一名号的优先级高于第二名号的优先级的原则对纠错候选集排序。

一种情况中，输出模块，具体用于若排序结果中排序首位不存在并列项，则将纠错候选集排序首位的名号作为输出的最优候选项。

另一种情况中，输出模块，具体用于若排序结果中排序首位存在并列项，则根据车辆当前位置信息在并列项中选择和当前位置信息距离最近的名号作为输出的最优候选项。

对于装置实施例而言，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。

本发明实施例还提供了一种车辆，包括：

包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，该计算机程序被处理器执行时实现上述语音导航的纠错方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现上述语音导航的纠错方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

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。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的语音导航的纠错方法、语音导航装置、车辆和计算机可读存储介质，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (9)

1.一种语音导航的纠错方法，其特征在于，包括：

接收车辆的客户端转发的用户语音导航请求；

对语音导航请求进行名号抽取处理；对语音导航请求进行名号抽取处理包括：对语音导航请求进行语义识别，获得槽位信息；对槽位信息去除区域前缀后获得第一结果；对第一结果去除属性后缀后获得名号；

在预设的本地名号词典利用抽取的名号进行检索后生成兴趣点词条集合；其中，词条集合中的词条包括属性后缀；

确认抽取的名号的属性后缀是兴趣点词条集合中名号对应的属性后缀的子序列后将抽取的名号加入纠错候选集；

对纠错候选集排序；

根据排序结果输出纠错候选集的最优候选项；

将最优候选项对应的名号作为纠错结果替换掉语音导航请求中的名号。

2.如权利要求1所述语音导航的纠错方法，其特征在于，对第一结果去除属性后缀后获得名号，包括：

按预设字数范围建立词条统计词频，并过滤获得词频高于预定阈值的高频词；

将该高频词加入检索树后对第一结果进行最大逆向匹配，过滤掉属性后缀匹配完整的词后获得名号。

3.如权利要求1所述语音导航的纠错方法，其特征在于，在预设的本地名号词典利用抽取的名号进行检索后生成兴趣点词条集合，包括：

在预设的本地名号词典中，检索预设区域范围内是否存在第一名号和/或第二名号，若有则将第一名号和/或第二名号添加并生成兴趣点词条集合；其中，第一名号是和抽取的名号读音相同的名号；第二名号是和抽取的名号读音相近的名号。

4.如权利要求3所述语音导航的纠错方法，其特征在于，对纠错候选集排序，包括：根据第一名号的优先级高于第二名号的优先级的原则对纠错候选集排序。

5.如权利要求4所述语音导航的纠错方法，其特征在于，根据排序结果输出纠错候选集的最优候选项，包括：若排序结果中排序首位不存在并列项，则将纠错候选集排序首位的名号作为输出的最优候选项。

6.如权利要求4所述语音导航的纠错方法，其特征在于，根据排序结果输出纠错候选集的最优候选项，包括：若排序结果中排序首位存在并列项，则根据车辆当前位置信息在并列项中选择和当前位置信息距离最近的名号作为输出的最优候选项。

7.一种语音导航装置，其特征在于，包括：

请求接收模块，用于接收车辆的客户端转发的用户语音导航请求；

名号抽取模块，用于对语音导航请求进行名号抽取处理；

集合生成模块，用于在预设的本地名号词典利用抽取的名号进行检索后生成兴趣点词条集合；其中，词条集合中的词条包括属性后缀；

候选添加模块，用于确认抽取的名号的属性后缀是兴趣点词条集合中名号对应的属性后缀的子序列后，将抽取的名号加入纠错候选集；

排序模块，用于对纠错候选集排序；

输出模块，用于根据排序结果输出纠错候选集的最优候选项；

替换模块，用于将最优候选项对应的名号作为纠错结果，替换掉语音导航请求中的名号。

8.一种车辆，其特征在于，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1-6 中任一项所述的语音导航的纠错方法的步骤。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1 至 6 中任一项所述的语音导航的纠错方法的步骤。

Images