CN111986668B - 使用车载充电器的ai语音智能控制物联网方法 - Google Patents

Abstract

本申请提供了一种使用车载充电器的AI语音智能控制物联网方法，包括：车载充电器的麦克风采集原始语音数据，将该原始语音数据发送至AI处理器；AI处理器确定非通话状态时，识别该原始语音数据得到语音文本含义，将该语音文本含义翻译成控制信号；AI处理器控制该通信接口将该控制信令发送至物联网，该控制信令用于通过物联网控制电灯的开关。本申请的技术方案具有用户体验度高的优点。

Description

使用车载充电器的AI语音智能控制物联网方法

技术领域

本申请涉及通信领域，具体涉及一种使用车载充电器的AI语音智能控制物联网方法。

背景技术

车载充电器属于车载常用设备，现有的车载充电器无法实现对物联网的控制，例如，通过物联网控制车库的灯等设备，因此现有的车载充电器对用户的体验度差。

发明内容

本发明的目的在于提供使用车载充电器的AI语音智能控制物联网方法，该技术方案能够通过车载充电器采集的语音来智能控制该物联网设备，提高用户体验度。

第一方面，提供一种使用车载充电器的AI语音智能控制物联网方法，所述方法包括如下步骤：

车载充电器的麦克风采集原始语音数据，将该原始语音数据发送至AI处理器；

AI处理器确定非通话状态时，识别该原始语音数据得到语音文本含义，将该语音文本含义翻译成控制信号；

AI处理器控制该通信接口将该控制信令发送至物联网，该控制信令用于通过物联网控制电灯的开关。

第二方面，提供一种计算机可读存储介质，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行第一方面提供的方法。

本申请提供的技术方案车载充电器的麦克风采集原始语音数据，将该原始语音数据发送至AI处理器；AI处理器确定非通话状态时，识别该原始语音数据得到语音文本含义，将该语音文本含义翻译成控制信号；AI处理器控制该通信接口将该控制信令发送至物联网，该控制信令用于通过物联网控制电灯的开关。因此本申请提供的车载充电器能够通过语音控制物联网，方便用户在车库的照明，提高用户体验度。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种车载充电器的结构示意图；

图2为本发明提供的使用车载充电器的AI语音智能控制物联网方法的流程示意图；

图3为本发明提供的识别模型的示意图；

图4为本发明提供的AI车载智能充电器的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

下面结合本申请实施例中的附图对本申请实施例进行描述。

本申请中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/“，表示前后关联对象是一种“或”的关系。

本申请实施例中出现的“多个”是指两个或两个以上。本申请实施例中出现的第一、第二等描述，仅作示意与区分描述对象之用，没有次序之分，也不表示本申请实施例中对设备个数的特别限定，不能构成对本申请实施例的任何限制。本申请实施例中出现的“连接”是指直接连接或者间接连接等各种连接方式，以实现设备间的通信，本申请实施例对此不做任何限定。

对于车库，其属于车主常用的地方，由于车库与车辆属于不同的系统，车辆在停之前，由于车辆自身具有照明，因此其无需照明设备，而车辆停好以后，车辆会熄火，这样使得车辆控制终端，例如车载智能终端无法工作，也无法对车库内的照明设备进行控制，因此导致用户在下车一段时间一般通过手机来实现照明，用户体验度差。对于车载充电器，现有的车载充电器一般有专用的插座，这样用户可以将车载充电器放置在专用插座上，该专用插座例如12V的点烟器插头，由于该专用插头由车载电瓶来供电，不一定需要发动机启动，因此设置在插座上的车载充电器在车辆熄火后，也能够工作一段时间，此原理类似在车辆熄火后，还能够控制电动车窗升降一样，因此，通过对车载充电器的改进即能够使得用户在车辆内就能够控制物联网的电灯，进而实现无缝照明。

参阅图1，图1提供了一种车载充电器，如图1所示，该车载充电器包括：麦克风10、AI处理器、存储器和通信接口，该麦克风10、AI处理器、存储器和通信接口均通过总线连接。

参阅图2，图2提供了一种使用车载充电器的AI语音智能控制物联网方法，该方法可以由如图1所示的车载充电器执行，该方法如图1所示，包括如下步骤：

步骤S201、车载充电器的麦克风采集原始语音数据，将该原始语音数据发送至AI处理器；

上述方法还可以包括：

若原始语音数据的时间长度符合要求（即在设定时间长度内），AI处理器将原始语音数据均分成w个区间，将w个区间与模板语音数据的w个区间一一比对，若确定原始语音数据w个区间中连续w1个区间与模板语音数据的w1个区间不匹配且剩余（w-w1）区间与模板语音数据的剩余（w-w1）区间匹配且剩余（w-w1）区间的区间数量大于区间阈值，将原始语音数据的w个区间替换成模板语音数据的w1个区间形成更新后的语音数据，将更新后的语音数据进行后续处理，例如步骤S202的识别非通话状态以及识别语音含义。

此设置主要是为了去掉噪声区间对非通话状态以及文本含义的影响，对于控制语音数据，其时间可能比较短，会有一些噪声数据在里面，例如在车库里有其他的车辆鸣笛，又或者有其他的噪声数据，这样，采集的原始语音数据会有部分很差，即w1区间与模板语音数据不匹配，但是有部分会比较好，剩余区间就比较好，如果以原始语音数据进行识别，很有可能无法识别到想要的结果，为了避免这种情况，这里将其替换以增加识别的结果。

步骤S202、AI处理器确定非通话状态时，识别该原始语音数据得到语音文本含义，将该语音文本含义翻译成控制信号；

步骤S203、AI处理器控制该通信接口将该控制信令发送至物联网，该控制信令用于通过物联网控制电灯的开关。

本申请提供的技术方案车载充电器的麦克风采集原始语音数据，将该原始语音数据发送至AI处理器；AI处理器确定非通话状态时，识别该原始语音数据得到语音文本含义，将该语音文本含义翻译成控制信号；AI处理器控制该通信接口将该控制信令发送至物联网，该控制信令用于通过物联网控制电灯的开关。因此本申请提供的车载充电器能够通过语音控制物联网，方便用户在车库的照明。

上述控制信令可以携带需要控制的智能灯的识别号以及控制信号，该控制信号可以为一个特殊字符串，例如6个1等等，当然还可以为其他的形式。

在一种可选的方案中，上述AI处理器确定非通话状态的具体方式可以包括：

AI处理器确定采集的原始语音数据的音频持续时间，若该持续时间大于时间阈值，确定为通话状态，若该持续时间小于时间阈值，确定为非通话状态。

由于控制的是车库的电灯，因此其控制语音一般会比较短，例如“将车库的灯打开”，甚至“开灯”；因此上述获取的音频持续时间会比较短，若获取的持续时间较长，那么就可以基本确认属于通话状态，那么采集的原始语音数据不能用。

在一种可选的方案中，上述AI处理器确定非通话状态的具体方式可以包括：

AI处理器在原始语音数据的开始时刻控制通信单元发送请求命令，该请求命令用于请求图片，AI处理器获取通信单元返回的图片（该图片可以为采集的车辆内的图片，例如通过车载摄像头采集或通过行车记录仪采集等等），对该图片通过多路识别确定多个识别结果，若多个识别结果超过半数识别结果为非通话状态，确定处于非通话状态。

上述对该图片通过多路识别确定多个识别结果，若多个识别结果超过半数识别结果为非通话状态具体可以包括：

对图片进行识别得到输入数据，将输入数据经过多层卷积运算得到多个卷积运算结果，每执行一层卷积运算，将输出的卷积结果执行一次全连接运算得到一个运算结果，上一层卷积运算结果为下一层卷积运算的输入，执行n层卷积运算以及全连接运算得到n个运算结果，依据n个运算结果确定是否为非通话状态，通过非通话状态的运算结果的数量，若该数量超过半数，确定处于非通话状态，否则，确定为通话状态。

上述识别得到输入数据的包括但不限于，可以将该图片执行Resize成预设的新尺寸，然后通过SpineNet网络提取图片中的通话特征形成输入数据。该输入数据可以经过如图3所示的多层卷积运算，该卷积运算还可以包含或不包含激活运算，该激活运算可以由厂家自行设定。

上述执行全连接运算具体可以包括：若n层卷积运算的1个卷积结果为矩阵，则将该矩阵与权值向量执行全连接运算（例如乘积运算）得到本次运算结果，具体包括：

确定全连接运算的权值向量为第α向量，确定第α向量中相同元素值的个数最大值，将第α向量中最大值对应的元素值β（β为非零值）排列至α’向量的头部位置（例如第一元素位置），并生成该元素值β在第α向量的bitmap（位图，该位图中若第α向量中元素值为β，则为1，否则为0，例如，10,8,9,10为第α向量的4个元素，则β=10，则bitmap=1001），将该bitmap排列至α’向量的头部另一位置（例如第二元素位置，若位置不够，则确定第二、三元素位置为另一位置），将第α向量中与元素值β相同的元素删除后排列到α’向量的后续位置（除了头部位置以外），按α’向量的行值升序的顺序存储α’向量；提取α’向量以及矩阵与α’向量的对应行向量，将行向量中bitmap为1的元素值相加后与头部位置至相乘得到乘积结果，将行向量剩余位置的元素与α’向量剩余位置的对应元素值相乘后相加（即内积运算）得到中间结果，将矩阵其他行向量分别与α’向量执行内积运算得到多个中间结果，将所有中间结果排列得到本次运算结果。

将本次运算结果与非通话状态的模板向量执行向量减法运算得到向量差值，若该向量差值大于差值阈值，确定为通话状态，若该向量差值小于差值阈值，确定为非通话状态。

上述技术方案通过多层卷积方案输出的方式来实现多次识别，这样不增加卷积运算的次数，并且每次卷积运算均能够执行一次识别，提高了识别的精度。

在一种可选的方案中，可以对n个运算结果设定n个权重值，依据权重值计算n个运算结果的权重值的权重和，若权重和大于权重阈值，确定为非通话状态，若小于权重阈值，确定为通话状态。对于多次识别来说，越向下计算，其识别的准确度越高，因此第n层的第n识别结果的权重是最高的，其他层依据层数的提升权重减少，这样即能够实现对非通话状态下进行识别。

实施例一

参阅图4，图4提供了一种AI车载智能充电器，具有使用AI语音智能控制物联网的产品及方法。AI车载智能充电器使用公众号设置连接wifi热点，桥接车载收音机和IOT网络，实现智能语音交互及有声资源的播放。手机只提供热点，AI车载智能充电器实现的交互功能不再占用手机的其他资源。AI车载智能充电器的音频单元采集的实时语音输入信息，通过IOT网络传输到云端服务器在线识别形成控制指令，可实现音乐、故事、笑话等有声资源通过IOT网络返回核心主控数据处理模块，音频模块将IOT网络返回的音频信息输出到FM调频发射模块，通过车载收音机输出语音资源。同时通过IOT网络传输到云端服务器在线识别形成的控制指令，还可以通过IOT网络连接已连接IOT网络的家用电器设备，对家用电器设备进行远程操作控制（例如：“xxxx，打开家里客厅的灯”，“xxxx，打开家里的空调”，“xxxx，电饭煲煮两个人的米饭”，“xxxx，预热家里的电热水器”，“xxxx，清扫家里的地板”等），上述“xxxx”可以为设备的一个语音昵称，例如“小爱同学”，又如“助手”等等该设置，由于本申请并不限制具体的内容，因此通过xxxx代替。并将家用电器的工作状态的语音信息通过IOT网络反馈回AI车载智能充电器的FM调频发射模块发射，通过车载收音机接收播放返回的语音信息，进行家用电器的工作状态信息的交互，参与智能家居的家用电器日常事务的管理。从而实现人与AI车载智能充电器、AI车载智能充电器与家用电器的信息交互。

以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请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申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，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申请的限制。

Claims (3)

1.一种使用车载充电器的AI语音智能控制物联网方法，其特征在于，车载充电器包括：麦克风、AI处理器、存储器和通信接口，该麦克风、AI处理器、存储器和通信接口均通过总线连接；所述方法包括如下步骤：

车载充电器的麦克风采集原始语音数据，将该原始语音数据发送至AI处理器；

AI处理器确定非通话状态时，识别该原始语音数据得到语音文本含义，将该语音文本含义翻译成控制信号；

AI处理器控制该通信接口将控制信令发送至物联网，该控制信令用于通过物联网控制电灯的开关；所述控制信令携带需要控制的电灯的识别号以及所述控制信号；

所述AI处理器确定非通话状态的具体包括：

AI处理器在原始语音数据的开始时刻控制通信单元发送请求命令，该请求命令用于请求图片，AI处理器获取通信单元返回的图片，对该图片通过多路识别确定多个识别结果，若多个识别结果超过半数识别结果为非通话状态，确定处于非通话状态；

对该图片通过多路识别确定多个识别结果，若多个识别结果超过半数识别结果为非通话状态具体包括：

对图片进行识别得到输入数据，将输入数据经过多层卷积运算得到多个卷积运算结果，每执行一层卷积运算，将输出的卷积结果执行一次全连接运算得到一个运算结果，上一层卷积运算结果为下一层卷积运算的输入，执行n层卷积运算得到n个运算结果，将n个运算结果分别与n个运算模板比对确定是否为非通话状态，通过非通话状态的运算结果的数量，若该数量超过半数，确定处于非通话状态，否则，确定为通话状态；

识别得到输入数据包括：将该图片执行Resize得到预设的新尺寸，然后通过SpineNet网络提取图片中的通话特征形成输入数据。

2.根据权利要求1所述的方法，其特征在于，所述AI处理器确定非通话状态的具体包括：

AI处理器确定采集的原始语音数据的音频持续时间，若该持续时间大于时间阈值，确定为通话状态，若该持续时间小于时间阈值，确定为非通话状态。

3.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-2任一项所述的方法。

Images