CN111383626A - 车载语音交互方法、装置、设备和介质 - Google Patents
车载语音交互方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN111383626A CN111383626A CN202010188709.4A CN202010188709A CN111383626A CN 111383626 A CN111383626 A CN 111383626A CN 202010188709 A CN202010188709 A CN 202010188709A CN 111383626 A CN111383626 A CN 111383626A
- Authority
- CN
- China
- Prior art keywords
- target
- voice
- vehicle
- signal
- voice signal
- 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
- 230000003993 interaction Effects 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000001914 filtration Methods 0.000 claims description 33
- 238000004891 communication Methods 0.000 claims description 32
- 230000015654 memory Effects 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/175—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound
- G10K11/178—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase
- G10K11/1781—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase characterised by the analysis of input or output signals, e.g. frequency range, modes, transfer functions
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/175—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound
- G10K11/178—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase
- G10K11/1781—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase characterised by the analysis of input or output signals, e.g. frequency range, modes, transfer functions
- G10K11/17813—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase characterised by the analysis of input or output signals, e.g. frequency range, modes, transfer functions characterised by the analysis of the acoustic paths, e.g. estimating, calibrating or testing of transfer functions or cross-terms
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/175—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound
- G10K11/178—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase
- G10K11/1785—Methods, e.g. algorithms; Devices
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Circuit For Audible Band Transducer (AREA)
Abstract
本申请实施例公开了一种车载语音交互方法、装置、设备和介质，涉及数据处理领域，尤其涉及语音技术。具体实现方案为：根据语音信号的发生时间和语音信号的声音强度，从采集的至少两路语音信号中确定目标语音信号；根据所述目标语音信号的声源方向和波形数据，对所述目标语音信号进行去噪；将经过去噪的目标语音信号发送至目标车辆。本申请实施例提供一种车载语音交互方法、装置、设备和介质，以提高车载语音交互的通话质量。
Description
技术领域
本申请实施例的技术方案涉及数据处理领域，尤其涉及语音技术。具体地，本申请实施例提供了一种车载语音交互方法、装置、设备和介质。
背景技术
随着人们的生活水平逐渐提高，汽车已经成为人们日常生活和工作中不可或缺的重要交通工具，而车载语音交互功能的实现则在人们行车过程中占据着越来越重要的作用。例如在平时或节假日等休闲时间里，人们往往多会成群结队出行旅游。但是车队实际行车中，如何保持车队内其他成员的信息交互特别是实时通话沟通，以进行诸如路况报告、目的地更改等信息交互过程，则显得尤为重要。
目前车载语音交互功能多采用购买通信频段，借助对讲机实现。
然而上述方案存在的缺陷为：现有的车载对讲，有很大的噪声残余，通话质量不佳。
发明内容
本申请实施例提供一种车载语音交互方法、装置、设备和介质，以提高车载语音交互的通话质量。
本申请实施例提供一种车载对讲方法，该方法包括：
根据语音信号的发生时间和语音信号的声音强度，从采集的至少两路语音信号中确定目标语音信号；
根据所述目标语音信号的声源方向和波形数据，对所述目标语音信号进行去噪；
将经过去噪的目标语音信号发送至目标车辆。
本申请实施例通过根据语音信号的发生时间和语音信号的声音强度，从采集的至少两路语音信号中确定目标语音信号；根据所述目标语音信号的声源方向和波形数据，对所述目标语音信号进行去噪，从而实现对从多音区采集的多路语音信号的去噪，提高车载语音交互的通话质量。
进一步地，所述根据语音信号的发生时间和语音信号的声音强度，从采集的至少两路语音信号中确定目标语音信号，包括：
若所述至少两路语音信号的发生时间不同，则根据语音信号的发生时间从所述至少两路语音信号中确定所述目标语音信号；
若所述至少两路语音信号的发生时间相同，则根据语音信号的声音强度从所述至少两路语音信号中确定所述目标语音信号。
基于该技术特征，本申请实施例通过优先使用语音信号的发生时间进行目标语音信号的确定。在发生时间相同的情况下，根据语音信号的声音强度确定目标语音信号。因为该方式更符合车载场景下的语音交互习惯，所以本申请实施例可以提高目标语音信号的确定准确率。
进一步地，根据语音信号的发生时间或声音强度，从所述至少两路语音信号中确定所述目标语音信号，包括：
比较所述至少两路语音信号的发生时间或声音强度；
根据比较结果从所述至少两路语音信号中确定所述目标语音信号。
基于该技术特征，本申请实施例通过比较所述至少两路语音信号的发生时间或声音强度；根据比较结果从所述至少两路语音信号中确定所述目标语音信号，从而实现根据音信号的发生时间或声音强度，对目标语音信号的确定。
进一步地，所述基于所述目标语音信号的声源方向和波形数据，对所述目标语音信号进行去噪，包括：
基于所述目标语音信号的声源方向，过滤所述目标语音信号中的人员噪声；
基于所述目标语音信号的波形数据，过滤所述目标语音信号中的车辆噪声。
基于该技术特征，本申请实施例通过基于所述目标语音信号的声源方向，过滤所述目标语音信号中的人员噪声；基于所述目标语音信号的波形数据，过滤所述目标语音信号中的车辆噪声，从而实现对目标语音信号中人员噪声和车辆噪声的过滤。
进一步地，所述基于所述目标语音信号的声源方向，过滤所述目标语音信号中的人员噪声，包括：
获取目标声源范围，其中所述目标声源范围根据目标语音采集器与该器件关联音区之间的相对位置关系确定；
将声源方向在所述目标声源范围以外的语音信号作为人员噪声，并从所述目标语音信号中滤除。
基于该技术特征，本申请实施例通过将声源方向在所述目标声源范围以外的语音信号作为人员噪声，并从所述目标语音信号中滤除，从而实现对人员噪声的过滤。
进一步地，所述将经过去噪的目标语音信号发送至目标车辆之前，所述方法还包括：
对经过去噪的目标语音信号进行人声起始位置检测；
对检测到的人声语音信号进行放大。
基于该技术特征，本申请实施例通过对经过去噪的目标语音信号进行人声起始位置检测；对检测到的人声语音信号进行放大，从而实现对目标语音信号中非人声语音信号的抑制。
进一步地，所述从采集的至少两路语音信号中确定目标语音信号之前，所述方法还包括：
获取车辆播放音频的原始语音信号；
从采集的至少两路语音信号中滤除所述原始语音信号。
基于该技术特征，本申请实施例通过从采集的至少两路语音信号中滤除车辆播放音频的原始语音信号，从而避免了背景音频带来的回声干扰。
进一步地，所述从采集的至少两路语音信号中确定目标语音信号之前，所述方法还包括：
响应车载语音交互功能的开启请求，确定车机的剩余算力；
若确定的剩余算力小于车载语音交互功能所述车载语音交互功能的需求算力，则根据车机中已开启应用的优先级，关闭所述已开启应用。
基于该技术特征，本申请实施例通过根据车机中已开启应用的优先级，关闭所述已开启应用，从而解决长通话的实时语音采集和传输需要较大算力，而车机中的其他应用已经占据了大部分算力的问题。
进一步地，所述将经过去噪的目标语音信号发送至目标车辆，包括：
检测车机是否联网；
若车机未联网，则基于近场通信将经过去噪的目标语音信号发送至所述目标车辆；
若车机已联网，则基于车机网络将经过去噪的目标语音信号发送至所述目标车辆。
基于该技术特征，本申请实施例通过基于车机网络或近场通信进行语音信号传输，从而实现基于车机本身的网络能力以及通信能力，建立语音交互，节省了通信频段的购买花销。
此外，在车机未联网时，基于近场通信进行语音交互，在车机已联网时基于车机网络进行语音交互，从而实现离线场景和在线场景均可以进行语音交互。
本申请实施例还提供一种车载语音交互装置，该装置包括：
语音信号确定模块，用于根据语音信号的发生时间和语音信号的声音强度，从采集的至少两路语音信号中确定目标语音信号；
语音信号去噪模块，用于根据所述目标语音信号的声源方向和波形数据，对所述目标语音信号进行去噪；
语音信号发送模块，用于将经过去噪的目标语音信号发送至目标车辆。
进一步地，所述语音信号确定模块，包括：
语音信号确定单元，用于若所述至少两路语音信号的发生时间不同，则根据语音信号的发生时间从所述至少两路语音信号中确定所述目标语音信号；
若所述至少两路语音信号的发生时间相同，则根据语音信号的声音强度从所述至少两路语音信号中确定所述目标语音信号。
进一步地，所述语音信号确定单元具体用于：
比较所述至少两路语音信号的发生时间或声音强度；
根据比较结果从所述至少两路语音信号中确定所述目标语音信号。
进一步地，所述语音信号去噪模块，包括：
第一去燥单元，用于基于所述目标语音信号的声源方向，过滤所述目标语音信号中的人员噪声；
第二去燥单元，用于基于所述目标语音信号的波形数据，过滤所述目标语音信号中的车辆噪声。
进一步地，所述第一去燥单元具体用于：
获取目标声源范围，其中所述目标声源范围根据目标语音采集器与该器件关联音区之间的相对位置关系确定；
将声源方向在所述目标声源范围以外的语音信号作为人员噪声，并从所述目标语音信号中滤除。
进一步地，所述装置还包括：
人声检测模块，用于所述将经过去噪的目标语音信号发送至目标车辆之前，对经过去噪的目标语音信号进行人声起始位置检测；
人声放大模块，用于对检测到的人声语音信号进行放大。
进一步地，所述装置还包括：
信号获取模块，用于所述从采集的至少两路语音信号中确定目标语音信号之前，获取车辆播放音频的原始语音信号；
信号滤除模块，用于从采集的至少两路语音信号中滤除所述原始语音信号。
进一步地，所述装置还包括：
算力确定模块，用于所述从采集的至少两路语音信号中确定目标语音信号之前，响应车载语音交互功能的开启请求，确定车机的剩余算力；
应用关闭模块，用于若确定的剩余算力小于所述车载语音交互功能的需求算力，则根据车机中已开启应用的优先级，关闭所述已开启应用。
进一步地，所述语音信号发送模块，包括：
网络检测单元，用于检测车机是否联网；
近场通信单元，用于若车机未联网，则基于近场通信将经过去噪的目标语音信号发送至所述目标车辆；
网络通信单元，用于若车机已联网，则基于车机网络将经过去噪的目标语音信号发送至所述目标车辆。
本申请实施例还提供一种电子设备，该设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请实施例中任一项所述的方法。
本申请实施例还提供一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请实施例中任一项所述的方法。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是本申请第一实施例提供的一种车载语音交互方法的流程图；
图2是本申请第二实施例提供的一种车载语音交互方法的流程图；
图3是本申请第三实施例提供的一种车载语音交互方法的流程图；
图4是本申请第四实施例提供的一种车载语音交互方法的流程图；
图5是本申请第五实施例提供的一种车载语音交互装置的结构示意图；
图6是用来实现本申请实施例的车载语音交互方法的电子设备框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
第一实施例
图1是本申请第一实施例提供的一种车载语音交互方法的流程图。本实施例可适用于基于车载多音区进行车辆间语音交互的场景。车载多音区的应用可以实现入座不同音区(也即座位)的乘客或司机对其他车辆的语音交互。该方法可以由一种车载语音交互装置执行，该装置可以由软件和/或硬件的方式实现。参见图1，本申请实施例提供的车载语音交互方法，包括：
S110、根据语音信号的发生时间和语音信号的声音强度，从采集的至少两路语音信号中确定目标语音信号。
其中至少两路语音信号由至少两个语音采集器采集得到。
每个语音采集器关联一个音区，以采集该音区内语音交互者的语音。
具体可以将车辆中每个座位所属的位置区域作为一个音区。
为避免额外对讲设备的使用，典型地，上述语音采集器可以是车机中的麦克风。
目标语音信号是指与其他车辆进行语音交互的乘客或司机发出的语音信号。
其他车辆是指除自车以外的车辆。
具体地，根据语音信号的发生时间和语音信号的声音强度，从采集的至少两路语音信号中确定目标语音信号，包括：
若所述至少两路语音信号的声音强度不同，则根据语音信号的声音强度从所述至少两路语音信号中确定所述目标语音信号；
若所述至少两路语音信号的声音强度相同，则根据语音信号的发生时间从所述至少两路语音信号中确定所述目标语音信号。
S120、根据所述目标语音信号的声源方向和波形数据，对所述目标语音信号进行去噪。
其中，声源方向是指声音的来源方向。
具体地，所述基于所述目标语音信号的声源方向和波形数据，对所述目标语音信号进行去噪，包括：
基于所述目标语音信号的声源方向，过滤所述目标语音信号中的人员噪声；
基于所述目标语音信号的波形数据，过滤所述目标语音信号中的车辆噪声。
其中，人员噪声是指车辆中除语音交互者以外的其他人员发出的声音。
车辆噪声是指车辆在行驶过程中发出的声音。
具体地，所述基于所述目标语音信号的声源方向，过滤所述目标语音信号中的人员噪声，包括：
获取目标声源范围，其中所述目标声源范围根据目标语音采集器与该器件关联音区之间的相对位置关系确定；
将声源方向在所述目标声源范围以外的语音信号作为人员噪声，并从所述目标语音信号中滤除。
具体地，基于所述目标语音信号的波形数据，过滤所述目标语音信号中的车辆噪声，包括：
根据车辆噪声呈现的波形特征，从所述目标语音信号中滤除车辆噪声。
S130、将经过去噪的目标语音信号发送至目标车辆。
其中，目标车辆是指与自车进行语音交互的车辆。
具体地，所述将经过去噪的目标语音信号发送至目标车辆，包括：
检测车机是否联网；
若车机未联网，则基于近场通信将经过去噪的目标语音信号发送至所述目标车辆；
若车机已联网，则基于车机网络将经过去噪的目标语音信号发送至所述目标车辆。
其中近场通信是指可以实现近距离通信的通信标准。具体地，近场通信包括蓝牙通信、红外通信等。
车机网络是指车机连接的互联网络。
基于该技术特征，本申请实施例通过基于车机网络或近场通信进行语音信号传输，从而实现基于车机本身的网络能力以及通信能力，建立语音交互，进而节省通信频段的购买花销。
此外，在车机未联网时，基于近场通信进行语音交互，在车机已联网时基于车机网络进行语音交互，从而实现离线场景和在线场景均可以进行语音交互。
本申请实施例通过根据语音信号的发生时间和语音信号的声音强度，从采集的至少两路语音信号中确定目标语音信号；根据所述目标语音信号的声源方向和波形数据，对所述目标语音信号进行去噪，从而实现对从多音区采集的多路语音信号的去噪，提高车载语音交互的通话质量。
为实现对目标语音信号中非人声语音信号的抑制，所述将经过去噪的目标语音信号发送至目标车辆之前，所述方法还包括：
对经过去噪的目标语音信号进行人声起始位置检测；
对检测到的人声语音信号进行放大。
为避免背景音频带来的回声干扰，所述从采集的至少两路语音信号中确定目标语音信号之前，所述方法还包括：
获取车辆播放音频的原始语音信号；
从采集的至少两路语音信号中滤除所述原始语音信号。
第二实施例
图2是本申请第二实施例提供的一种车载语音交互方法的流程图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图2，本申请实施例提供的车载语音交互方法包括：
S210、若采集的至少两路语音信号的发生时间不同，则根据语音信号的发生时间从所述至少两路语音信号中确定目标语音信号。
具体地，根据语音信号的发生时间从所述至少两路语音信号中确定目标语音信号，包括：
比较所述至少两路语音信号的发生时间；
根据比较结果从所述至少两路语音信号中确定所述目标语音信号。
具体地，根据比较结果从所述至少两路语音信号中确定所述目标语音信号，包括：
将发生时间最早的语音信号作为目标语音信号。
S220、若所述至少两路语音信号的发生时间相同，则根据语音信号的声音强度从所述至少两路语音信号中确定所述目标语音信号。
具体地，根据语音信号的声音强度从所述至少两路语音信号中确定目标语音信号，包括：
比较所述至少两路语音信号的声音强度；
根据比较结果从所述至少两路语音信号中确定所述目标语音信号。
具体地，根据比较结果从所述至少两路语音信号中确定所述目标语音信号，包括：
将声音强度最大的语音信号作为目标语音信号。
S230、根据所述目标语音信号的声源方向和波形数据，对所述目标语音信号进行去噪。
S240、将经过去噪的目标语音信号发送至目标车辆。
本申请实施例通过优先使用语音信号的发生时间进行目标语音信号的确定。在发生时间相同的情况下，根据语音信号的声音强度确定目标语音信号。因为该方式更符合车载场景下的语音交互习惯，所以本申请实施例可以提高目标语音信号的确定准确率。
第三实施例
图3是本申请第三实施例提供的一种车载语音交互方法的流程图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图3，本申请实施例提供的车载语音交互方法包括：
S310、响应车载语音交互功能的开启请求，确定车机的剩余算力。
其中，剩余算力是指车机的可用计算能力。
S320、若确定的剩余算力小于所述车载语音交互功能的需求算力，则根据车机中已开启应用的优先级，关闭所述已开启应用。
S330、根据语音信号的发生时间和语音信号的声音强度，从采集的至少两路语音信号中确定目标语音信号。
S340、根据所述目标语音信号的声源方向和波形数据，对所述目标语音信号进行去噪。
S350、将经过去噪的目标语音信号发送至目标车辆。
由于长通话的实时语音采集和传输需要较大算力，而车机中的其他应用已经占据了大部分算力。为解决该问题，本申请实施例通过根据车机中已开启应用的优先级，关闭所述已开启应用，从而为车载语音交互功能提供算力支持。
第四实施例
图4是本申请第四实施例提供的一种车载语音交互方法的流程图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图4，本申请第四实施例提供的车载语音交互方法，包括：
通过车载麦克采集用户语音，基于车机网络或近场通信，将采集的用户语音传输给目标车辆，由目标车辆对用户语音进行播报。
在将采集的至少一路用户语音传输给目标车辆之前，对用户语音进行噪音消除，包括：
获取车辆播放音频的原始语音；
滤除至少一路用户语音中的原始语音；
确定至少一路用户语音的发生时间，将发生时间最早的那路用户语音作为目标语音信号；
若发生时间最早的用户语音信号有至少两路，则对该至少两路用户语音进行声强度估计，将声强度最大的用户语音作为目标语音信号；
基于声音的来源方向，对目标语音信号中非语音交互者的语音信号进行删除，并增强语音交互者的语音信号；
对增强后的目标信号进行人声和车辆噪声的区分；
对目标信号中的车辆噪声进行滤除；
对滤除噪声后的目标语音信号进行人声尾点检测，并把检测到的人声放大，得到滤除噪声后的用户语音。
本申请实施例的技术方案，通过车载麦克采集用户语音，基于车机网络或近场通信，将采集的用户语音传输给目标车辆，由目标车辆对用户语音进行播报,以实现基于车机本身的网络能力以及通信能力，建立语音交互能力。
通过在将采集的至少一路用户语音传输给目标车辆之前，对用户语音进行噪音消除，从而保证通话质量。
第五实施例
图5是本申请第五实施例提供的一种车载语音交互装置的结构示意图。参见图5，本申请实施例提供的车载语音交互装置500包括：语音信号确定模块501、语音信号去噪模块502和语音信号发送模块503。
其中，语音信号确定模块501，用于根据语音信号的发生时间和语音信号的声音强度，从采集的至少两路语音信号中确定目标语音信号；
语音信号去噪模块502，用于根据所述目标语音信号的声源方向和波形数据，对所述目标语音信号进行去噪；
语音信号发送模块503，用于将经过去噪的目标语音信号发送至目标车辆。
本申请实施例通过根据语音信号的发生时间和语音信号的声音强度，从采集的至少两路语音信号中确定目标语音信号；根据所述目标语音信号的声源方向和波形数据，对所述目标语音信号进行去噪，从而实现对从多音区采集的多路语音信号的去噪，提高车载语音交互的通话质量。
进一步地，所述语音信号确定模块，包括：
语音信号确定单元，用于若所述至少两路语音信号的发生时间不同，则根据语音信号的发生时间从所述至少两路语音信号中确定所述目标语音信号；
若所述至少两路语音信号的发生时间相同，则根据语音信号的声音强度从所述至少两路语音信号中确定所述目标语音信号。
进一步地，所述语音信号确定单元具体用于：
比较所述至少两路语音信号的发生时间或声音强度；
根据比较结果从所述至少两路语音信号中确定所述目标语音信号。
进一步地，所述语音信号去噪模块，包括：
第一去燥单元，用于基于所述目标语音信号的声源方向，过滤所述目标语音信号中的人员噪声；
第二去燥单元，用于基于所述目标语音信号的波形数据，过滤所述目标语音信号中的车辆噪声。
进一步地，所述第一去燥单元具体用于：
获取目标声源范围，其中所述目标声源范围根据目标语音采集器与该器件关联音区之间的相对位置关系确定；
将声源方向在所述目标声源范围以外的语音信号作为人员噪声，并从所述目标语音信号中滤除。
进一步地，所述装置还包括：
人声检测模块，用于所述将经过去噪的目标语音信号发送至目标车辆之前，对经过去噪的目标语音信号进行人声起始位置检测；
人声放大模块，用于对检测到的人声语音信号进行放大。
进一步地，所述装置还包括：
信号获取模块，用于所述从采集的至少两路语音信号中确定目标语音信号之前，获取车辆播放音频的原始语音信号；
信号滤除模块，用于从采集的至少两路语音信号中滤除所述原始语音信号。
进一步地，所述装置还包括：
算力确定模块，用于所述从采集的至少两路语音信号中确定目标语音信号之前，响应车载语音交互功能的开启请求，确定车机的剩余算力；
应用关闭模块，用于若确定的剩余算力小于所述车载语音交互功能的需求算力，则根据车机中已开启应用的优先级，关闭所述已开启应用。
进一步地，所述语音信号发送模块，包括：
网络检测单元，用于检测车机是否联网；
近场通信单元，用于若车机未联网，则基于近场通信将经过去噪的目标语音信号发送至所述目标车辆；
网络通信单元，用于若车机已联网，则基于车机网络将经过去噪的目标语音信号发送至所述目标车辆。
第六实施例
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图6所示，是根据本申请实施例的车载语音交互方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的车载语音交互方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的车载语音交互方法。
存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的车载语音交互方法对应的程序指令/模块(例如，附图5所示的语音信号确定模块501、语音信号去噪模块502和语音信号发送模块503)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的车载语音交互方法。
存储器602可以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、至少一个功能所需要的应用程序；存储数据区可存储根据车载语音交互的电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至车载语音交互的电子设备。上述网络的实例包括但不限于互联网、企业内部网、区块链网络、局域网、移动通信网及其组合。
车载语音交互方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息，以及产生与车载语音交互的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (16)
1.一种车载语音交互方法，其特征在于，适用于多音区交互的车辆，该方法包括：
根据语音信号的发生时间和语音信号的声音强度，从采集的至少两路语音信号中确定目标语音信号；
根据所述目标语音信号的声源方向和波形数据，对所述目标语音信号进行去噪；
将经过去噪的目标语音信号发送至目标车辆。
2.根据权利要求1所述的方法，其特征在于，所述根据语音信号的发生时间和语音信号的声音强度，从采集的至少两路语音信号中确定目标语音信号，包括：
若所述至少两路语音信号的发生时间不同，则根据语音信号的发生时间从所述至少两路语音信号中确定所述目标语音信号；
若所述至少两路语音信号的发生时间相同，则根据语音信号的声音强度从所述至少两路语音信号中确定所述目标语音信号。
3.根据权利要求2所述的方法，其特征在于，根据语音信号的发生时间或声音强度，从所述至少两路语音信号中确定所述目标语音信号，包括：
比较所述至少两路语音信号的发生时间或声音强度；
根据比较结果从所述至少两路语音信号中确定所述目标语音信号。
4.根据权利要求1所述的方法，其特征在于，所述基于所述目标语音信号的声源方向和波形数据，对所述目标语音信号进行去噪，包括：
基于所述目标语音信号的声源方向，过滤所述目标语音信号中的人员噪声；
基于所述目标语音信号的波形数据，过滤所述目标语音信号中的车辆噪声。
5.根据权利要求4所述的方法，其特征在于，所述基于所述目标语音信号的声源方向，过滤所述目标语音信号中的人员噪声，包括：
获取目标声源范围，其中所述目标声源范围根据目标语音采集器与该器件关联音区之间的相对位置关系确定；
将声源方向在所述目标声源范围以外的语音信号作为人员噪声，并从所述目标语音信号中滤除。
6.根据权利要求1所述的方法，其特征在于，所述将经过去噪的目标语音信号发送至目标车辆之前，所述方法还包括：
对经过去噪的目标语音信号进行人声起始位置检测；
对检测到的人声语音信号进行放大。
7.根据权利要求1所述的方法，其特征在于，所述从采集的至少两路语音信号中确定目标语音信号之前，所述方法还包括：
获取车辆播放音频的原始语音信号；
从采集的至少两路语音信号中滤除所述原始语音信号。
8.根据权利要求1所述的方法，其特征在于，所述从采集的至少两路语音信号中确定目标语音信号之前，所述方法还包括：
响应车载语音交互功能的开启请求，确定车机的剩余算力；
若确定的剩余算力小于车载语音交互功能所述车载语音交互功能的需求算力，则根据车机中已开启应用的优先级，关闭所述已开启应用。
9.根据权利要求1所述的方法，其特征在于，所述将经过去噪的目标语音信号发送至目标车辆，包括：
检测车机是否联网；
若车机未联网，则基于近场通信将经过去噪的目标语音信号发送至所述目标车辆；
若车机已联网，则基于车机网络将经过去噪的目标语音信号发送至所述目标车辆。
10.一种车载语音交互装置，其特征在于，包括：
语音信号确定模块，用于根据语音信号的发生时间和语音信号的声音强度，从采集的至少两路语音信号中确定目标语音信号；
语音信号去噪模块，用于根据所述目标语音信号的声源方向和波形数据，对所述目标语音信号进行去噪；
语音信号发送模块，用于将经过去噪的目标语音信号发送至目标车辆。
11.根据权利要求10所述的装置，其特征在于，所述语音信号确定模块，包括：
语音信号确定单元，用于若所述至少两路语音信号的发生时间不同，则根据语音信号的发生时间从所述至少两路语音信号中确定所述目标语音信号；
若所述至少两路语音信号的发生时间相同，则根据语音信号的声音强度从所述至少两路语音信号中确定所述目标语音信号。
12.根据权利要求11所述的装置，其特征在于，所述语音信号确定单元具体用于：
比较所述至少两路语音信号的发生时间或声音强度；
根据比较结果从所述至少两路语音信号中确定所述目标语音信号。
13.根据权利要求10所述的装置，其特征在于，所述语音信号去噪模块，包括：
第一去燥单元，用于基于所述目标语音信号的声源方向，过滤所述目标语音信号中的人员噪声；
第二去燥单元，用于基于所述目标语音信号的波形数据，过滤所述目标语音信号中的车辆噪声。
14.根据权利要求10所述的装置，其特征在于，所述装置还包括：
算力确定模块，用于所述从采集的至少两路语音信号中确定目标语音信号之前，响应车载语音交互功能的开启请求，确定车机的剩余算力；
应用关闭模块，用于若确定的剩余算力小于车载语音交互功能所述车载语音交互功能的需求算力，则根据车机中已开启应用的优先级，关闭所述已开启应用。
15.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-9中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010188709.4A CN111383626A (zh) | 2020-03-17 | 2020-03-17 | 车载语音交互方法、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010188709.4A CN111383626A (zh) | 2020-03-17 | 2020-03-17 | 车载语音交互方法、装置、设备和介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111383626A true CN111383626A (zh) | 2020-07-07 |
Family
ID=71221591
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010188709.4A Pending CN111383626A (zh) | 2020-03-17 | 2020-03-17 | 车载语音交互方法、装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111383626A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112770224A (zh) * | 2020-12-30 | 2021-05-07 | 上海移远通信技术股份有限公司 | 车内音源采集系统及方法 |
| CN113077779A (zh) * | 2021-03-10 | 2021-07-06 | 泰凌微电子(上海)股份有限公司 | 一种降噪方法、装置、电子设备以及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1939039A (zh) * | 2004-04-05 | 2007-03-28 | 摩托罗拉公司(在特拉华州注册的公司) | 用于控制到车辆无线通信接口的输出的方法 |
| CN103219012A (zh) * | 2013-04-23 | 2013-07-24 | 中国人民解放军总后勤部军需装备研究所 | 一种基于声源距离的双麦克风噪声消除方法及装置 |
| CN105827800A (zh) * | 2015-08-28 | 2016-08-03 | 维沃移动通信有限公司 | 一种电子终端及语音信号处理方法 |
| CN106550286A (zh) * | 2016-11-07 | 2017-03-29 | 武汉卡比特信息有限公司 | 基于驾驶环境下的实时对讲方法、终端、服务器及系统 |
| CN207968881U (zh) * | 2018-01-31 | 2018-10-12 | 吉林省田车科技有限公司 | 车载语音对讲系统 |
| CN209183264U (zh) * | 2018-11-06 | 2019-07-30 | 东莞市华泽电子科技有限公司 | 语音处理系统 |
| CN110515721A (zh) * | 2018-05-22 | 2019-11-29 | 中兴通讯股份有限公司 | 一种应用管理方法、装置、终端及计算机存储介质 |
-
2020
- 2020-03-17 CN CN202010188709.4A patent/CN111383626A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1939039A (zh) * | 2004-04-05 | 2007-03-28 | 摩托罗拉公司(在特拉华州注册的公司) | 用于控制到车辆无线通信接口的输出的方法 |
| CN103219012A (zh) * | 2013-04-23 | 2013-07-24 | 中国人民解放军总后勤部军需装备研究所 | 一种基于声源距离的双麦克风噪声消除方法及装置 |
| CN105827800A (zh) * | 2015-08-28 | 2016-08-03 | 维沃移动通信有限公司 | 一种电子终端及语音信号处理方法 |
| CN106550286A (zh) * | 2016-11-07 | 2017-03-29 | 武汉卡比特信息有限公司 | 基于驾驶环境下的实时对讲方法、终端、服务器及系统 |
| CN207968881U (zh) * | 2018-01-31 | 2018-10-12 | 吉林省田车科技有限公司 | 车载语音对讲系统 |
| CN110515721A (zh) * | 2018-05-22 | 2019-11-29 | 中兴通讯股份有限公司 | 一种应用管理方法、装置、终端及计算机存储介质 |
| CN209183264U (zh) * | 2018-11-06 | 2019-07-30 | 东莞市华泽电子科技有限公司 | 语音处理系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112770224A (zh) * | 2020-12-30 | 2021-05-07 | 上海移远通信技术股份有限公司 | 车内音源采集系统及方法 |
| CN112770224B (zh) * | 2020-12-30 | 2022-07-05 | 上海移远通信技术股份有限公司 | 车内音源采集系统及方法 |
| CN113077779A (zh) * | 2021-03-10 | 2021-07-06 | 泰凌微电子(上海)股份有限公司 | 一种降噪方法、装置、电子设备以及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111402868B (zh) | 语音识别方法、装置、电子设备及计算机可读存储介质 | |
| CN111653277A (zh) | 车辆语音控制方法、装置、设备、车辆及存储介质 | |
| RU2698755C2 (ru) | Работа вспомогательных устройств транспортного средства на основании отслеживания движений | |
| CN111688580B (zh) | 智能后视镜进行拾音的方法以及装置 | |
| CN104581460B (zh) | 考虑驾驶席位置的波束形成麦克风控制装置及方法 | |
| EP3852105A2 (en) | Noise reduction method and apparatus for on-board environment, electronic device and storage medium | |
| CN111383626A (zh) | 车载语音交互方法、装置、设备和介质 | |
| CN111591178B (zh) | 汽车座椅调节方法、装置、设备及存储介质 | |
| CN113486760A (zh) | 对象说话检测方法及装置、电子设备和存储介质 | |
| CN211543441U (zh) | 一种具有低时延接口的主动降噪系统 | |
| CN111724804A (zh) | 用于处理信息的方法和装置 | |
| US9847091B2 (en) | Speech processing apparatus, speech processing method, speech processing program, method of attaching speech processing apparatus, ceiling member, and vehicle | |
| JP6376132B2 (ja) | 音声処理システム、車両、音声処理ユニット、ステアリングホイールユニット、音声処理方法、ならびに音声処理プログラム | |
| CN114724566A (zh) | 语音处理方法、装置、存储介质及电子设备 | |
| CN113539265B (zh) | 一种控制方法、装置、设备及存储介质 | |
| CN112634890A (zh) | 用于唤醒播放设备的方法、装置、设备以及存储介质 | |
| CN114283570A (zh) | 控制车辆的方法、装置、车辆、电子设备和介质 | |
| CN113329372B (zh) | 用于车载通话的方法、装置、设备、介质和产品 | |
| CN113488043B (zh) | 乘员说话检测方法及装置、电子设备和存储介质 | |
| CN112017659A (zh) | 多音区语音信号的处理方法、装置、设备以及存储介质 | |
| US11798573B2 (en) | Method for denoising voice data, device, and storage medium | |
| CN111724805A (zh) | 用于处理信息的方法和装置 | |
| CN112164396A (zh) | 语音控制方法、装置、电子设备及存储介质 | |
| CN115185477A (zh) | 音源平衡方法、装置、电子设备及介质 | |
| CN111736797B (zh) | 负延时时间的检测方法、装置、电子设备及存储介质 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211019 Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right |