CN112786055A - 资源挂载方法、装置、设备、存储介质及计算机程序产品 - Google Patents
资源挂载方法、装置、设备、存储介质及计算机程序产品 Download PDFInfo
- Publication number
- CN112786055A CN112786055A CN202011568401.9A CN202011568401A CN112786055A CN 112786055 A CN112786055 A CN 112786055A CN 202011568401 A CN202011568401 A CN 202011568401A CN 112786055 A CN112786055 A CN 112786055A
- Authority
- CN
- China
- Prior art keywords
- offline
- resource
- recognition
- scene
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000004590 computer program Methods 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 claims description 40
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 230000003993 interaction Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 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
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
- G10L15/285—Memory allocation or algorithm optimisation to reduce hardware requirements
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Navigation (AREA)
Abstract
本申请公开了资源挂载方法、装置、设备、存储介质及计算机程序产品,涉及语音技术、车联网等人工智能领域。具体实现方案为:确定当前的语音识别场景,并根据所述语音识别场景确定待挂载的离线识别资源;挂载所述离线识别资源,以根据所述离线识别资源对用户输入的语音信息进行识别。本申请能够减少对内存、CPU的占用,进而满足对内存、CPU的实时占用的限制需求。
Description
技术领域
本申请涉及人工智能技术领域,尤其涉及一种资源挂载方法、装置、设备、存储介质及计算机程序产品,可用于语音技术领域。
背景技术
目前,随着科技的发展,越来越多的智能电子设备可以提供语音识别功能,语音应用越来越广泛。
其中,语音应用需要占用CPU以及运行内存,并且可以通过唤醒识别率评估语音识别的效果。因此,针对唤醒识别率、内存占用、CPU占用是语音应用的关键,其中,对语音应用中唤醒率的保证以及内存占用、CPU占用的考虑具有重要意义。
发明内容
本申请提供了一种用于在保证唤醒识别率精准的同时,满足对内存、CPU的实时占用的限制需求的资源挂载方法、装置、设备、存储介质及计算机程序产品。
根据本申请的第一方面,提供了一种资源挂载方法,包括:
确定当前的语音识别场景,并根据所述语音识别场景确定待挂载的离线识别资源;
挂载所述离线识别资源,以根据所述离线识别资源对用户输入的语音信息进行识别。
根据本申请的第二方面,提供了一种资源挂载装置,包括:
第一确定单元,用于确定当前的语音识别场景,并根据所述语音识别场景确定待挂载的离线识别资源;
第一处理单元,用于挂载所述离线识别资源,以根据所述离线识别资源对用户输入的语音信息进行识别。
根据本申请的第三方面,提供了一种电子设备,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第一方面所述的方法。
根据本申请的第四方面,提供了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第一方面所述的方法。
根据本申请的第五方面,提供了一种计算机程序产品,所述程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
根据本申请的第六方面,提供了一种车载设备,包括:语音输入装置、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,所述语音输入装置用于采集用户输入的语音信息;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第一方面所述的方法。
根据本申请的技术解决了无法在语音识别过程中减少对内存、CPU的占用的问题。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
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是可以实现本申请实施例的资源挂载场景图;
图2是根据本申请实施例的资源挂载方法的流程图;
图3是根据本申请实施例的资源挂载方法的场景图;
图4是根据本申请另一实施例的资源挂载方法的场景图;
图5是根据本申请实施例的资源挂载装置的结构示意图;
图6是用来实现本申请实施例的资源挂载方法的电子设备的框图。
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。
图1是可以实现本申请实施例的资源挂载场景图。如图1所示,本申请实施例可以用于语音技术领域,比如车联网、物联网、语音识别技术领域,本申请实施例的执行主体可以是资源挂载设备,比如车载设备、智能家居设备、服务器或者除车载设备和服务器以外的其他具有语音交互、语音识别能力的语音识别设备等,在此不做具体限定。
示例性,以车载设备为例,该车载设备安装有语音识别模块,即车载设备具有语音识别功能,可以与用户进行人机交互,比如语音交互或触控交互。其中,为了保证车载设备的唤醒识别率,可以将满足场景的离线识别资源挂载在离线识别模块中,该离线识别模块可以配置在车载设备中,该离线识别模块在车载设备的CPU上运行,该离线识别模块中挂载的资源在车载设备的运行内存上加载;其中,车载设备的CPU可以调用任意离线识别资源,离线识别资源存储在本地。离线识别资源可以包括语义关键词,比如语素。
其中,通过人机交互,车载设备可以获取用户的输入事件,基于输入事件,通过语音识别模块确定语音识别场景,进而依据该语音识别场景利用离线识别模块从所有离线识别资源中获取待挂载的离线识别资源并挂载;当用户输入语音信息时,可以依据该语音识别场景对应的离线识别资源对该语音信息进行快速、有效地识别,进而获取该语音信息对应的本地资源或本地资源包,执行相应的操作,比如某地区的导航、音乐播放或是车控设备的调整等操作。由于只需要挂载与实际应用场景相关联的离线识别资源,无需挂载所有的资源,因此,在保证车载设备的唤醒识别率同时,能够保证内存以及CPU维持在一个相对低的水平,满足了用户对内存、CPU的实时占用的限制需求。
针对现有技术中无法在保证唤醒识别率精准的同时,满足对内存、CPU的实时占用的限制需求的技术问题,本申请通过对场景进行划分,得到多个支持离线识别的场景,将离线识别资源划分为多个场景对应的资源,然后依据用户输入的输入事件,比如指令信息和/或当前显示页面,可以通过语音识别分析场景得到语音识别场景并生成相关指令,用以获取与该语音识别场景对应的离线识别资源并挂载在离线识别模块中,使得可以依据该离线识别模型对用户输入的语音信息能够快速、有效地识别,进而执行与语音识别场景匹配的操作,不仅保证唤醒识别率精准,还保证内存以及CPU维持在一个相对低的水平,减少了对内存、CPU的占用,进而满足了用户对内存、CPU的实时占用的限制需求。
本申请提供一种资源挂载方法、装置、设备、存储介质及计算机程序产品,应用于人工智能技术领域中的语音技术,以达到在保证唤醒识别率精准同时,保证内存以及CPU维持在一个相对低的水平的技术效果。
根据本申请的实施例,本申请提供了一种资源挂载方法。如图2所示,是根据本申请实施例的资源挂载方法的流程图。本申请的资源挂载方法,包括如下步骤:
S201、确定当前的语音识别场景,并根据所述语音识别场景确定待挂载的离线识别资源。
其中,为了便于对资源挂载方法进行详细说明,下述以车载设备为例,该资源挂载方法应用于车载设备,对此不再赘述,但是,需要说明的是,本申请对可以执行资源挂载方法的设备不做具体限定。
用户可以与具有语音识别功能的车载设备进行语音交互,或是通过触摸车载设备的客户端进行人机交互。车载设备可以基于交互信息,比如用户输入的输入事件,对该交互信息进行识别分析,确定大场景下的子场景即用于进行语音识别的语音识别场景,比如某地区的导航地图、某地区的电台、或是该车载设备所在车辆的某一车控设备等等。
车载设备可以基于分析得到的语音识别场景,确定可能使用到的离线识别资源即待挂载的离线识别资源,比如适用于该语音识别场景的一个或多个关键词。其中,所有的离线识别资源存储在本地,保证在需要使用某一离线识别资源时可以从本地中获取并挂载,挂载的目的能够保证唤醒识别率精准,使得当用户输入语音信息后,可以快速、有效地依据挂载的离线识别资源对语音信息进行识别分析,进而执行相应的操作;且无需使用的识别离线资源由于存储在本地,在当前场景下不占用CPU以及运行内存,使得内存以及CPU维持在一个相对低的水平。
S202、挂载所述离线识别资源,以根据所述离线识别资源对用户输入的语音信息进行识别。
其中,为了保证更好唤醒识别率,可以采用离线识别资源的挂载。同时为了保证离线识别资源不会过多的占用车载设备的运行内存和CPU,可以采用动态挂载资源。比如,只挂在当前场景需求的离线识别资源,即将所有的离线识别资源进行划分,基于识别到的语音识别场景,挂载与该语音识别场景匹配的离线识别资源即目标离线识别资源,用以根据该目标识别离线资源对用户输入的语音信息进行识别,进而执行与语音信息相匹配的操作,这里的语音信息,比如“我要导航到…”、“我要听音乐”或者“我要调节座椅”等等,进而实现导航到某地区,或是播放某个电台或是音乐,或是打开某个车控设备或是调节某个车控设备等,在此不做具体限定。
其中,结合图3所示,是根据本申请实施例的资源挂载方法的场景图。这里的语音识别场景可以为地图场景、音乐场景、车载设备控制其他设备的场景(即车控场景,下述均以车控场景表述)等,以地图场景为例,首先确定了语音识别场景为地图场景(图3所示的实线部分),然后基于该地图场景获取待挂载的离线识别资源并挂载,根据该离线识别资源对用户输入的语音信息进行识别,场景开启。
本实施例中,资源挂载设备通过确定当前的语音识别场景,用以确定待挂载的离线识别资源,然后将符合该语音识别场景的离线识别资源进行挂载,以基于该离线识别资源对获取到的用户输入的语音信息进行识别,使得当用户输入语音信息后,可以快速、有效地依据挂载的离线识别资源对语音信息进行识别分析,进而执行相应的操作,保证了运行内存以及CPU维持在一个相对低的水平,减少了对内存、CPU的占用,进而满足了用户对内存、CPU的实时占用的限制需求。
在上述实施例的基础上,本申请还可能存在这样一种场景,即具体实现语音识别场景的确定。其中,语音识别场景可以是某一大场景或是某一大场景下的子场景,比如,将某一场景又细分为多个层次的场景。确定语音识别场景的目的是可以只选取当前需要的离线识别资源,比如关键词,无需从本地存储的所有离线识别资源中再查找与用户输入的语音信息关联的资源,只需从当前场景下对应的离线识别资源中查找识别用户输入的语音信息,进而执行相应的操作,不仅保证更好的唤醒识别率,还能够快速有效地对用户输入的语音信息进行识别。同时,由于只需挂载某一层次的场景对应的资源,因此,可以保证内存以及CPU维持在一个相对低的水平,进而满足了用户对内存、CPU的实时占用的限制需求。在该场景中,下面将详细介绍通过获取到的日志数据,如何确定车载设备对场景功能的触发状态信息的具体实现过程:
步骤a1、获取用户输入的指令信息和/或当前显示页面。
步骤a2、根据所述指令信息和/或当前显示页面确定所述语音识别场景。
其中,其中,所述语音识别场景包括下述至少一项:地图场景、音乐场景、车载设备控制其他设备的场景。
其中,场景可以划分为多个,比如地图场景、音乐场景、车载设备控制其他设备的场景等语音识别场景。用户可以直接在车载设备上通过触控操作选择需求页面并显示,比如当前显示页面为导航到某地区的导航地图页面;还可以通过输入指令信息,这里的指令信息可以是用户直接在车载设备的客户端上点击输入的(比如输入导航的目的地),也可以是车载设备中挂载有通用离线识别资源,比如用于表示地图场景、音乐场景、车控场景等的关键字,当用户通过语音功能发送的(比如,用户通过语音功能向车载设备发送“开启某地区导航功能”)语音信息,可以先从通用离线识别资源中确定大场景,比如地图场景等,在此不做具体限定。
通过对指令信息和/或当前显示页面进行分析,确定当前场景即语音识别场景具体是地图场景、音乐场景、车控场景等哪一个场景,进而确定与该语音识别场景相应的需要挂载的离线识别资源,避免了将所有的资源都挂载到内存和CPU里面,导致CPU和内存居高不下的问题,进而实现动态挂载资源。
在上述实施例的基础上,本申请还可能存在这样一种场景,即在进行离线识别开始场景之前,可以先获取当前的地理位置信息,比如搭载有车载设备的车辆所在位置,基于语音识别场景结合当前的地理位置信息,对场景进行细分,进而确定待挂载的离线识别资源,进一步地实现了对场景的划分,使得待挂载的离线识别资源能够更为精准地对用户输入的语音信息进行识别。在该场景中,可以通过当前所在位置结合语音识别场景来待挂载的离线识别资源。下面将详细介绍根据语音识别场景确定待挂载的离线识别资源的具体实现过程:
步骤b1、检测搭载所述车载设备的车辆当前的地理位置信息,并根据所述地理位置信息确定所述车辆当前所在区域。
步骤b2、根据所述语音识别场景以及所述区域,确定待挂载的离线识别资源。
其中,在利用离线识别资源开启场景之前,可以通过定位系统,比如GPS,实时获取当前的地理位置信息,然后可以通过高精度地图可以确定该地理位置信息所属的地区即当前所在区域,比如,当前所在区域为地区1,然后结合语音识别场景,确定该地区1对应的待挂载的离线识别资源。其中,不同的语音识别场景结合当前所在区域,存在不同的确定待挂载的离线资源的方式,体现了多样化的同时,又保证了个性化的需求。
比如,地图场景下,结合当前所在区域,确定的待挂载的离线识别资源是该地域地图的离线识别资源;音乐场景下,结合当前所在区域,确定的是待挂载的离线识别资源是该地域特色的音乐或电台等;车控场景下,可以结合当前所在区域,确定车内空调温度等。在此不做具体限定。
在上述实施例的基础上,本申请还可能存在这样一种场景,以音乐场景为例,结合用户输入的语音信息,确定待挂载的离线识别资源的类型,基于确定的类型结合该音乐场景下的当前所在区域,能够精准地确定用户的需求,比如播放当前所在区域的电台,将其电台频段对应的离线识别资源进行挂载,能够为用户提供精准地场景需求。在该场景下,如何根据所述语音识别场景以及所述区域,确定待挂载的离线识别资源,可以通过下述步骤具体实现:
步骤c1、若所述语音识别场景为音乐场景,则根据用户输入的语音信息,确定待挂载的离线识别资源的类型。
步骤c2、若所述待挂载的离线识别资源的类型包括电台资源,则根据所述区域确定所述待挂载的离线识别资源。
其中,所述待挂载的离线识别资源为所述区域的电台频段对应的离线识别资源。
若该识别语音场景为音乐场景,则基于用户输入的语音信息,比如“播放当地音乐频道”,通过识别出“频道”可以确定待挂载的离线识别资源的类型属于电台资源,然后再结合确定的当前所在区域,从电台资源中获取属于该当前所在区域的所有电台频段的资源,进而确定待挂载的离线识别资源,即区域的电台频段对应的离线识别资源,比如,包含该电台频段的关键词或是词素,进而开启该电台频段对应的场景。
在上述实施例的基础上,本申请还可能存在这样一种场景,以地图场景为例,结合该地图场景下的当前所在区域,能够精准地确定用户需求的地图,能够为用户提供精准地导航需求。在该场景下,待挂载的离线识别资源即为该当前所在区域的区域地图对应的离线识别资源,比如该区域地图对应的关键词或词素,用以通过识别用户的语音信息,获取该区域地图并开启地图场景,为用户提供精确地导航功能。
在上述实施例的基础上,本申请还可能存在这样一种场景,以车控场景为例,可以结合该车控场景下的当前所在区域,能够确定当前所在区域的温度,进而合理精准地调整车辆内温度。还可以无需结合当前所在区域,依据用户输入的语音信息精准地调整相应的车控设备,在该场景下,首先需要确定被控设备,然后确定与被控设备匹配的待挂载的离线识别资源。如何根据所述语音识别场景确定待挂载的离线识别资源,可以通过下述步骤具体实现:
步骤d1、若所述语音识别场景为车载设备控制其他设备的场景,则根据用户输入的语音信息,确定被控设备,所述被控设备为所述其他设备中的任一设备。
步骤d2、根据所述被控设备确定所述待挂载的离线识别资源。
其中,所述待挂载的离线识别资源为用于控制所述被控设备的识别资源。
以车控场景为例,车控场景可以具体包括空调、后视镜、天窗、座椅等被控设备开启或调整的场景,在此不做具体限定。首先依据获取到的用户输入的语音信息,比如“将主驾驶座椅调整到倾斜度1的位置”,通过识别出“主驾驶”、“座椅”以及“调整”可以确定被控设备为主驾驶座椅,然后从该车控场景下的所有离线识别资源中获取与该被控设备匹配的离线识别资源,比如,包含该被控设备可调整部位以及角度的关键词或是词素,进而开启该被控设备对应的场景。
在上述实施例的基础上,本申请还可能存在这样一种场景,在初始状态下可以默认挂载一个离线识别资源,比如导航地图中某一地区的离线地图对应的离线识别资源,该地区可以为车辆历史轨迹中重复出现的地区或是结合历史语音信息确定的离线识别资源,这样可以较好地保证离线识别资源的有效利用以及保证更好的唤醒识别率。在该场景下,通过确定该搭载了车载设备的车辆对应的常驻区域,能够准确地预测出用户的需求,进而确定满足用户需求的离线识别资源,因此,该资源挂载方法,还可以通过下述步骤具体实现:
步骤e1、若未获取到用户输入的指令信息和/或当前显示页面,则根据历史行车记录和/或历史语音输入信息,确定所述车辆所在常驻区域。
步骤e2、挂载所述常驻区域对应的离线识别资源。
其中,在接收到用户输入的任何信息之前,比如在用户输入的指令信息和/或当前显示页面和/或语音信息之前,在离线识别模块中挂载有默认的离线识别资源,该默认的离线识别资源可以依据具体的应用场景确定。比如,依据该车辆的历史行车记录或者历史语音输入信息或者历史行车记录与历史语音输入信息相结合,确定所述车辆所在常驻区域。
其中,基于历史行车记录确定的常驻区域对应的离线识别资源,可以是常驻区域的地图对应的离线识别资源;基于历史语音输入信息确定的常驻区域对应的离线识别资源,可以是常驻区域的地图对应的离线识别资源,也可以是在常驻区域收听的音乐或电台对应的离线识别资源。这里的常驻区域可以表示为车辆在历史轨迹中重复出现的地区。然后从场景对应的所有离线识别资源中获取该常住区域对应的离线识别资源,比如包含该常住区域的关键词或词素,使得当用户开启场景时,能够快速有效地进入该常驻区域对应的场景中。
在上述实施例的基础上,本申请还可能存在这样一种场景,离线识别资源可以挂载在离线识别模块中,通过指令指示离线识别模块挂在即可,不同的待挂载的离线识别资源对应于不同的指令,进而离线识别模块可以基于收到的指令去获取待挂载的离线识别资源并挂载,执行过程简单且准确率高,进而保证了唤醒率的精准度。在该场景下,如何挂载所述离线识别资源,以根据所述离线识别资源对用户输入的语音信息进行识别,可以通过下述步骤具体实现:
步骤f1、根据所述待挂载的离线识别资源,生成目标指令,所述目标指令用于指示所述待挂载的识别资源。
步骤f2、将所述目标指令发送至离线识别模块,以使所述离线识别模块从所有离线识别资源中获取所述待挂载的离线识别资源并挂载。
其中,根据语音识别场景对应的待挂载的离线资源,生成目标指令,该目标指令用于指示离线识别模型(即离线识别模块)从所有离线识别资源中或是在与该语音识别场景对应的所有离线识别资源中获取该待挂载的离线识别资源并挂载。由于初始化或是场景切换时,离线识别模块中挂载有某一语音识别场景在的离线识别资源,因此,将目标指令发送至离线识别模型,使得离线识别模型从所有资源中获取该待挂载的离线识别资源并替换当前挂载的离线识别资源,执行挂载该离线识别资源的操作。
在上述实施例的基础上,本申请还可能存在这样一种场景,生成目标指令的目的是用于区分待挂载的离线识别资源和当前挂载的离线识别资源,使得场景能够得到细分,保证更好的唤醒识别率的同时,使得识别用户输入的语音信息达到快速、有效的效果。在该场景下,如何根据所述待挂载的离线识别资源,生成目标指令,可以通过下述具体步骤实现:
若所述待挂载的离线识别资源与当前挂载的离线识别资源不一致,则根据所述待挂载的离线识别资源,生成目标指令。
其中,由于不同的离线识别资源被细分对应于不同的目标指令,因此,当确定的待挂载的离线识别资源与当前挂载的离线识别资源不一致时,需要通知离线识别模块重新获取待挂载的离线识别资源即基于该待挂载的离线识别资源生成对应的目标指令并发送至离线识别模块中,使得离线识别模块从所有资源中获取该目标指令对应的离线识别资源并挂载。
在上述实施例的基础上,本申请还可能存在这样一种场景,即由当前语音识别场景切换至另一语音识别场景,此时,当前挂载的离线识别资源需要被替换或卸载,保证另一语音识别场景能够被正常开启,进一步地提高了唤醒识别率。在该场景下,若存在已有的被挂载的离线识别资源,则将已有的被挂载的离线识别资源替换为当前确定的待挂载的离线识别资源。如何根据所述待挂载的离线识别资源,生成目标指令,可以通过下述具体步骤实现:
步骤g1、若检测到所述语音识别场景被切换,则确定切换后的语音识别场景对应的离线识别资源。
步骤g2、将已挂载的、切换前的语音识别场景对应的离线识别资源替换为切换后的语音识别场景对应的离线识别资源。
其中,首先检测当前已有的语音识别场景与通过人机交互确定的语音识别场景是否一致,若不一致,则当前已有的语音识别场景需要被切换,即当检测到该语音识别场景被切换时,通过上述实施例的获取方式获取切换后的语音识别场景对应的离线识别资源,然后将切换后的语音识别场景对应的离线识别资源替换已挂载的、切换前的语音识别场景对应的离线识别资源,作为当前挂载的离线识别资源,使得基于该当前挂载的离线识别资源对用户输入的语音信息进行识别,实现了动态挂在离线识别资源。因此,不仅保证更好的唤醒识别率,还能够快速有效地对用户输入的语音信息进行识别。
在上述实施例的基础上,本申请还可能存在这样一种场景,参见图4所示,是根据本申请另一实施例的资源挂载方法的场景图。在与车载设备交互的过程中,当语音识别场景结束后,可以卸载当前挂载的离线识别资源,即若检测到所述语音识别场景结束,则卸载对应的离线识别资源,使得不再占用内存以及CPU,进而保证内存以及CPU的合理有效利用。
其中,结合图4所示,首先可以根据需求对指令进行细分,对不同场景进行划分,并针对这些指令生成对应的资源文件,在初始化的时候只挂载对应场景的资源。即将支持离线的资源进行划分,划分成不同场景以及场景对应的离线指令即目标指令。场景例如音乐、车控、导航等场景。根据不同的产品,比如车载设备的设计,在初始化时挂载不同的资源,例如产品主页默认是地图,那么初始化时只需要挂载地图相关的离线识别资源。当用户切换到音乐的时候,可以加载音乐相关指令资源(即离线识别资源)并下掉地图相关指令对应的离线识别资源。当场景切换时,可以根据切换的场景,动态的挂载对应场景的离线是被资源,下掉不需要的资源,保证内存以及CPU维持在一个相对低的水平。当语音识别场景结束时,相应的写在对应的离线识别资源,保证内存以及CPU的高效使用率。
因此,根据场景对相关指令进行细分,并生成对应的资源文件,在对应的场景挂载对应的资源,当切换场景的时会下掉不需要的资源,保证不同场景只挂载对应的资源,从而保证更少的CPU以及内存占用;当语音识别场景结束时,相应的写在对应的离线识别资源,保证内存以及CPU的高效使用率。通过动态挂载离线识别资源,实现了在保证唤醒识别率精准的同时,满足对内存、CPU的实时占用的限制需求。
根据本申请的实施例,本申请还提供了一种资源挂载装置。如图5所示,是根据本申请实施例的资源挂载装置的结构示意图。本申请的资源挂载装置500包括:第一确定单元501、第一处理单元502;其中,第一确定单元501,用于确定当前的语音识别场景,并根据所述语音识别场景确定待挂载的离线识别资源;第一处理单元502,用于挂载所述离线识别资源,以根据所述离线识别资源对用户输入的语音信息进行识别。
可选的,所述第一确定单元501,包括第一确定模块;所述第一确定模块,用于:获取用户输入的指令信息和/或当前显示页面;根据所述指令信息和/或当前显示页面确定所述语音识别场景;其中,所述语音识别场景包括下述至少一项:地图场景、音乐场景、车控场景。
可选的,所述第一确定单元501,包括第二确定模块和第三确定模块;所述第二确定模块,用于检测搭载所述车载设备的车辆当前的地理位置信息,并根据所述地理位置信息确定所述车辆当前所在区域;所述第三确定模块,用于根据所述语音识别场景以及所述区域,确定待挂载的识别资源。
可选的,所述第三确定模块,具体用于:在所述语音识别场景为音乐场景时,根据用户输入的语音信息,确定待挂载的离线识别资源的类型;在所述待挂载的离线识别资源的类型包括电台资源时,根据所述区域确定所述待挂载的离线识别资源;其中,所述待挂载的离线识别资源为所述区域的电台频段对应的离线识别资源。
可选的,若所述语音识别场景为地图场景,则所述待挂载的离线识别资源为所述区域的区域地图对应的离线识别资源。
可选的,所述装置还包括:第二确定单元和第二处理单元;所述第二确定单元,用于在未获取到用户输入的指令信息和/或当前显示页面时,根据历史行车记录和/或历史语音输入信息,确定所述车辆所在常驻区域;所述第二处理单元,用于挂载所述常驻区域对应的离线识别资源。
可选的,所述第一确定单元501,包括第四确定模块;所述第四确定模块,用于:在所述语音识别场景为车控场景时,根据用户输入的语音信息,确定被控设备;根据所述被控设备确定所述待挂载的离线识别资源;其中,所述待挂载的离线识别资源为用于控制所述被控设备的识别资源。
可选的,所述第一处理单元502,包括第一处理模块和第二处理模块;所述第一处理模块,用于根据所述待挂载的离线识别资源,生成目标指令,所述目标指令用于指示所述待挂载的识别资源;所述第二处理模块,用于将所述目标指令发送至离线识别模块,以使所述离线识别模块从所有离线识别资源中获取所述待挂载的离线识别资源并挂载。
可选的,所述第一处理模块,具体用于:在所述待挂载的离线识别资源与当前挂载的离线识别资源不一致时,根据所述待挂载的离线识别资源,生成目标指令。
可选的,所述装置还包括:第三确定单元和第三处理单元;所述第三处理单元,用于在检测到所述语音识别场景被切换时,确定切换后的语音识别场景对应的离线识别资源;所述第三处理单元,用于将已挂载的、切换前的语音识别场景对应的离线识别资源替换为切换后的语音识别场景对应的离线识别资源。
可选的,所述装置还包括:第四处理单元;所述第四处理单元,用于在检测到所述语音识别场景结束时,卸载对应的离线识别资源。
图5所示实施例的资源挂载装置可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
本实施例中,通过确定当前的语音识别场景,用以确定待挂载的离线识别资源,然后将符合该语音识别场景的离线识别资源进行挂载,以基于该离线识别资源对获取到的用户输入的语音信息进行识别,使得当用户输入语音信息后,可以快速、有效地依据挂载的离线识别资源对语音信息进行识别分析,进而执行相应的操作,保证了运行内存以及CPU维持在一个相对低的水平,满足了用户对内存、CPU的实时占用的限制需求。
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。
根据本申请的实施例,本申请还提供了一种计算机程序产品,程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
根据本申请的实施例,本申请还提供了一种车载设备,包括:语音输入装置、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,所述语音输入装置用于采集用户输入的语音信息;
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执行上述任一实施例提供的方案。
图6示出了可以用来实施本申请的实施例的示例电子设备600的示意性框图。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/或者要求的本公开的实现。
如图6所示,电子设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如资源挂载方法。例如,在一些实施例中,资源挂载方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的资源挂载方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行资源挂载方法。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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)和互联网。
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。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
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 (26)
1.一种资源挂载方法,包括:
确定当前的语音识别场景,并根据所述语音识别场景确定待挂载的离线识别资源;
挂载所述离线识别资源,以根据所述离线识别资源对用户输入的语音信息进行识别。
2.根据权利要求1所述的方法,其中,应用于车载设备,所述确定当前的语音识别场景,包括:
获取用户输入的指令信息和/或当前显示页面;
根据所述指令信息和/或当前显示页面确定所述语音识别场景;
其中,所述语音识别场景包括下述至少一项:地图场景、音乐场景、车载设备控制其他设备的场景。
3.根据权利要求2所述的方法,其中,根据所述语音识别场景确定待挂载的离线识别资源,包括:
检测搭载所述车载设备的车辆当前的地理位置信息,并根据所述地理位置信息确定所述车辆当前所在区域;
根据所述语音识别场景以及所述区域,确定待挂载的离线识别资源。
4.根据权利要求3所述的方法,其中,根据所述语音识别场景以及所述区域,确定待挂载的离线识别资源,包括:
若所述语音识别场景为音乐场景,则根据用户输入的语音信息,确定待挂载的离线识别资源的类型;
若所述待挂载的离线识别资源的类型包括电台资源,则根据所述区域确定所述待挂载的离线识别资源;
其中,所述待挂载的离线识别资源为所述区域的电台频段对应的离线识别资源。
5.根据权利要求3所述的方法,其中,若所述语音识别场景为地图场景,则所述待挂载的离线识别资源为所述区域的区域地图对应的离线识别资源。
6.根据权利要求3所述的方法,其中,还包括:
若未获取到用户输入的指令信息和/或当前显示页面,则根据历史行车记录和/或历史语音输入信息,确定所述车辆所在常驻区域;
挂载所述常驻区域对应的离线识别资源。
7.根据权利要求2所述的方法,其中,根据所述语音识别场景确定待挂载的离线识别资源,包括:
若所述语音识别场景为车载设备控制其他设备的场景,则根据用户输入的语音信息,确定被控设备,所述被控设备为所述其他设备中的任一设备;
根据所述被控设备确定所述待挂载的离线识别资源;
其中,所述待挂载的离线识别资源为用于控制所述被控设备的识别资源。
8.根据权利要求1所述的方法,其中,挂载所述离线识别资源,以根据所述离线识别资源对用户输入的语音信息进行识别,包括:
根据所述待挂载的离线识别资源,生成目标指令,所述目标指令用于指示所述待挂载的识别资源;
将所述目标指令发送至离线识别模块,以使所述离线识别模块从所有离线识别资源中获取所述待挂载的离线识别资源并挂载。
9.根据权利要求8所述的方法,其中,根据所述待挂载的离线识别资源,生成目标指令,包括:
若所述待挂载的离线识别资源与当前挂载的离线识别资源不一致,则根据所述待挂载的离线识别资源,生成目标指令。
10.根据权利要求1-9任一项所述的方法,其中,还包括:
若检测到所述语音识别场景被切换,则确定切换后的语音识别场景对应的离线识别资源;
将已挂载的、切换前的语音识别场景对应的离线识别资源替换为切换后的语音识别场景对应的离线识别资源。
11.根据权利要求1-9任一项所述的方法,其中,还包括:
若检测到所述语音识别场景结束,则卸载对应的离线识别资源。
12.一种资源挂载装置,包括:
第一确定单元,用于确定当前的语音识别场景,并根据所述语音识别场景确定待挂载的离线识别资源;
第一处理单元,用于挂载所述离线识别资源,以根据所述离线识别资源对用户输入的语音信息进行识别。
13.根据权利要求12所述的装置,其中,应用于车载设备,所述第一确定单元,包括第一确定模块;所述第一确定模块,用于:
获取用户输入的指令信息和/或当前显示页面;
根据所述指令信息和/或当前显示页面确定所述语音识别场景;
其中,所述语音识别场景包括下述至少一项:地图场景、音乐场景、车载设备控制其他设备的场景。
14.根据权利要求13所述的装置,其中,所述第一确定单元,包括第二确定模块和第三确定模块;
所述第二确定模块,用于检测搭载所述车载设备的车辆当前的地理位置信息,并根据所述地理位置信息确定所述车辆当前所在区域;
所述第三确定模块,用于根据所述语音识别场景以及所述区域,确定待挂载的识别资源。
15.根据权利要求14所述的装置,其中,所述第三确定模块,具体用于:
在所述语音识别场景为音乐场景时,根据用户输入的语音信息,确定待挂载的离线识别资源的类型;
在所述待挂载的离线识别资源的类型包括电台资源时,根据所述区域确定所述待挂载的离线识别资源;
其中,所述待挂载的离线识别资源为所述区域的电台频段对应的离线识别资源。
16.根据权利要求14所述的装置,其中,若所述语音识别场景为地图场景,则所述待挂载的离线识别资源为所述区域的区域地图对应的离线识别资源。
17.根据权利要求14所述的装置,其中,所述装置还包括:第二确定单元和第二处理单元;
所述第二确定单元,用于在未获取到用户输入的指令信息和/或当前显示页面时,根据历史行车记录和/或历史语音输入信息,确定所述车辆所在常驻区域;
所述第二处理单元,用于挂载所述常驻区域对应的离线识别资源。
18.根据权利要求13所述的装置,其中,所述第一确定单元,包括第四确定模块;所述第四确定模块,用于:
在所述语音识别场景为车载设备控制其他设备的场景时,根据用户输入的语音信息,确定被控设备,所述被控设备为所述其他设备中的任一设备;
根据所述被控设备确定所述待挂载的离线识别资源;
其中,所述待挂载的离线识别资源为用于控制所述被控设备的识别资源。
19.根据权利要求12所述的装置,其中,所述第一处理单元,包括第一处理模块和第二处理模块;
所述第一处理模块,用于根据所述待挂载的离线识别资源,生成目标指令,所述目标指令用于指示所述待挂载的识别资源;
所述第二处理模块,用于将所述目标指令发送至离线识别模块,以使所述离线识别模块从所有离线识别资源中获取所述待挂载的离线识别资源并挂载。
20.根据权利要求19所述的装置,其中,所述第一处理模块,具体用于:
在所述待挂载的离线识别资源与当前挂载的离线识别资源不一致时,根据所述待挂载的离线识别资源,生成目标指令。
21.根据权利要求12-20任一项所述的装置,其中,所述装置还包括:第三确定单元和第三处理单元;
所述第三处理单元,用于在检测到所述语音识别场景被切换时,确定切换后的语音识别场景对应的离线识别资源;
所述第三处理单元,用于将已挂载的、切换前的语音识别场景对应的离线识别资源替换为切换后的语音识别场景对应的离线识别资源。
22.根据权利要求12-20任一项所述的装置,其中,所述装置还包括:第四处理单元;所述第四处理单元,用于在检测到所述语音识别场景结束时,卸载对应的离线识别资源。
23.一种电子设备,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权利要求1-11中任一项所述的方法。
24.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-11中任一项所述的方法。
25.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-11中任一项所述的方法。
26.一种车载设备,包括:语音输入装置、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,所述语音输入装置用于采集用户输入的语音信息;
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1-11中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011568401.9A CN112786055A (zh) | 2020-12-25 | 2020-12-25 | 资源挂载方法、装置、设备、存储介质及计算机程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011568401.9A CN112786055A (zh) | 2020-12-25 | 2020-12-25 | 资源挂载方法、装置、设备、存储介质及计算机程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112786055A true CN112786055A (zh) | 2021-05-11 |
Family
ID=75752626
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011568401.9A Pending CN112786055A (zh) | 2020-12-25 | 2020-12-25 | 资源挂载方法、装置、设备、存储介质及计算机程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112786055A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6446039B1 (en) * | 1998-09-08 | 2002-09-03 | Seiko Epson Corporation | Speech recognition method, speech recognition device, and recording medium on which is recorded a speech recognition processing program |
US20050203737A1 (en) * | 2002-05-10 | 2005-09-15 | Toshiyuki Miyazaki | Speech recognition device |
CN101329868A (zh) * | 2008-07-31 | 2008-12-24 | 林超 | 一种针对地区语言使用偏好的语音识别优化系统及其方法 |
US20110144986A1 (en) * | 2009-12-10 | 2011-06-16 | Microsoft Corporation | Confidence calibration in automatic speech recognition systems |
CN109410936A (zh) * | 2018-11-14 | 2019-03-01 | 广东美的制冷设备有限公司 | 基于场景的空调设备语音控制方法和装置 |
CN109509473A (zh) * | 2019-01-28 | 2019-03-22 | 维沃移动通信有限公司 | 语音控制方法及终端设备 |
CN110299136A (zh) * | 2018-03-22 | 2019-10-01 | 上海擎感智能科技有限公司 | 一种用于语音识别的处理方法及其系统 |
CN110349575A (zh) * | 2019-05-22 | 2019-10-18 | 深圳壹账通智能科技有限公司 | 语音识别的方法、装置、电子设备和存储介质 |
JP2020060730A (ja) * | 2018-10-12 | 2020-04-16 | トヨタ自動車株式会社 | 音声認識装置 |
CN111049996A (zh) * | 2019-12-26 | 2020-04-21 | 苏州思必驰信息科技有限公司 | 多场景语音识别方法及装置、和应用其的智能客服系统 |
CN111428512A (zh) * | 2020-03-27 | 2020-07-17 | 大众问问(北京)信息科技有限公司 | 一种语义识别方法、装置及设备 |
CN111613212A (zh) * | 2020-05-13 | 2020-09-01 | 携程旅游信息技术(上海)有限公司 | 语音识别方法、系统、电子设备和存储介质 |
CN111883113A (zh) * | 2020-07-30 | 2020-11-03 | 云知声智能科技股份有限公司 | 一种语音识别的方法及装置 |
-
2020
- 2020-12-25 CN CN202011568401.9A patent/CN112786055A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6446039B1 (en) * | 1998-09-08 | 2002-09-03 | Seiko Epson Corporation | Speech recognition method, speech recognition device, and recording medium on which is recorded a speech recognition processing program |
US20050203737A1 (en) * | 2002-05-10 | 2005-09-15 | Toshiyuki Miyazaki | Speech recognition device |
CN101329868A (zh) * | 2008-07-31 | 2008-12-24 | 林超 | 一种针对地区语言使用偏好的语音识别优化系统及其方法 |
US20110144986A1 (en) * | 2009-12-10 | 2011-06-16 | Microsoft Corporation | Confidence calibration in automatic speech recognition systems |
CN110299136A (zh) * | 2018-03-22 | 2019-10-01 | 上海擎感智能科技有限公司 | 一种用于语音识别的处理方法及其系统 |
JP2020060730A (ja) * | 2018-10-12 | 2020-04-16 | トヨタ自動車株式会社 | 音声認識装置 |
CN109410936A (zh) * | 2018-11-14 | 2019-03-01 | 广东美的制冷设备有限公司 | 基于场景的空调设备语音控制方法和装置 |
CN109509473A (zh) * | 2019-01-28 | 2019-03-22 | 维沃移动通信有限公司 | 语音控制方法及终端设备 |
CN110349575A (zh) * | 2019-05-22 | 2019-10-18 | 深圳壹账通智能科技有限公司 | 语音识别的方法、装置、电子设备和存储介质 |
CN111049996A (zh) * | 2019-12-26 | 2020-04-21 | 苏州思必驰信息科技有限公司 | 多场景语音识别方法及装置、和应用其的智能客服系统 |
CN111428512A (zh) * | 2020-03-27 | 2020-07-17 | 大众问问(北京)信息科技有限公司 | 一种语义识别方法、装置及设备 |
CN111613212A (zh) * | 2020-05-13 | 2020-09-01 | 携程旅游信息技术(上海)有限公司 | 语音识别方法、系统、电子设备和存储介质 |
CN111883113A (zh) * | 2020-07-30 | 2020-11-03 | 云知声智能科技股份有限公司 | 一种语音识别的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3826005A1 (en) | Method of providing voice command and electronic device supporting the same | |
US11575624B2 (en) | Contextual feedback, with expiration indicator, to a natural understanding system in a chat bot | |
CN106959690B (zh) | 无人驾驶车辆的寻找方法、装置、设备及存储介质 | |
CN111968642A (zh) | 语音数据处理方法、装置及智能车辆 | |
CN111402877A (zh) | 基于车载多音区的降噪方法、装置、设备和介质 | |
CN112908297B (zh) | 车载设备的响应速度测试方法、装置、设备及存储介质 | |
JP2022037100A (ja) | 車載機器の音声処理方法、装置、機器及び記憶媒体 | |
CN113138737B (zh) | 投屏场景的显示控制方法、装置、设备、介质及程序产品 | |
CN112382285A (zh) | 语音控制方法、装置、电子设备和存储介质 | |
US20200380076A1 (en) | Contextual feedback to a natural understanding system in a chat bot using a knowledge model | |
US20220019616A1 (en) | Content display device and content display method | |
CN111343235A (zh) | 数据处理方法和装置、访问系统、电子设备和存储介质 | |
CN111721312B (zh) | 一种运行轨迹生成方法和装置 | |
CN111324202A (zh) | 一种交互方法、装置、设备及存储介质 | |
JP2022088585A (ja) | 音声ブロードキャスト方法、音声ブロードキャスト装置、電子機器、記憶媒体及びコンピュータプログラム | |
CN107478243A (zh) | 导航方法、装置、设备及计算机可读存储介质 | |
CN112786055A (zh) | 资源挂载方法、装置、设备、存储介质及计算机程序产品 | |
CN115762503A (zh) | 车载语音系统、车载语音的自主学习方法、设备及介质 | |
CN114964295A (zh) | 导航方法、装置、系统及电子设备 | |
CN114201565A (zh) | 图像处理方法、装置、电子设备和介质 | |
CN113448668A (zh) | 一种跳过弹窗的方法、装置及电子设备 | |
CN114446300B (zh) | 多音区识别方法、装置、设备以及存储介质 | |
US20200382448A1 (en) | Contextual feedback to a natural understanding system in a chat bot | |
CN114153312B (zh) | Vpa控制方法、装置、设备、存储介质及程序产品 | |
CN111866071A (zh) | 业务应用的数据上传方法、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 |