CN115742954A - 一种车辆故障提醒方法、装置、设备及存储介质 - Google Patents

Abstract

本公开涉及一种车辆故障提醒方法、装置、设备及存储介质，该方法包括：获取车辆启动后的噪声音频；从所述噪声音频中提取所述噪声音频的声纹特征；基于所述声纹特征，判断所述车辆是否发生故障；响应于所述车辆发生故障，则发送提醒信息。本公开通过提取车辆启动后的噪声音频中的声纹特征，判断车辆是否发生故障，并在确定车辆发生故障后发送提醒信息，能够根据车辆运行时的声音判断车辆是否存在故障，并在存在故障时，及时提醒相关人员对车辆进行检修，以消除安全隐患，提高行车的安全性。

Description

一种车辆故障提醒方法、装置、设备及存储介质

技术领域

本公开涉及车辆技术领域，尤其涉及一种车辆故障提醒方法、装置、设备及存储介质。

背景技术

随着车辆的使用年限和行驶里程的增长，车辆上的零部件发生故障的可能性也越来越大，其中，一些严重的故障可以通过车辆内嵌的监测设备发现，而一些细小的故障比如螺丝松动、脱落等，则难以被监测设备发现，只能通过人工排查的方式发现问题，这与操作人员的经验有很大关系，如果操作人员经验不足，未能及时发现问题，或车主忽视了对车辆的日常检修，这些问题就会成为行车过程中的安全隐患。因此，如何在前期发现车辆存在的故障，并及时向车主发出提醒是需要解决的技术问题。

发明内容

为了解决上述技术问题，本公开提供了一种车辆故障提醒方法、装置、设备及存储介质。

本公开实施例的第一方面提供了一种车辆故障提醒方法，该方法包括：

获取车辆启动后的噪声音频；

从所述噪声音频中提取所述噪声音频的声纹特征；

基于所述声纹特征，判断所述车辆是否发生故障；

响应于所述车辆发生故障，则发送提醒信息。

本公开实施例的第二方面提供了一种车辆故障提醒装置，该装置包括：

获取模块，用于获取车辆启动后的噪声音频；

提取模块，用于从所述噪声音频中提取所述噪声音频的声纹特征；

判断模块，用于基于所述声纹特征，判断所述车辆是否发生故障；

提醒模块，用于响应于所述车辆发生故障，则发送提醒信息。

本公开实施例的第三方面提供了一种计算机设备，包括存储器和处理器，以及计算机程序，其中，存储器中存储有计算机程序，当计算机程序被处理器执行时，实现如上述第一方面的车辆故障提醒方法。

本公开实施例的第四方面提供了一种计算机可读存储介质，存储介质中存储有计算机程序，当计算机程序被处理器执行时，实现如上述第一方面的车辆故障提醒方法。

本公开实施例提供的技术方案与现有技术相比具有如下优点：

在本公开实施例提供的车辆故障提醒方法、装置、设备及存储介质中，通过获取车辆启动后的噪声音频，从噪声音频中提取噪声音频的声纹特征，基于声纹特征，判断车辆是否发生故障，响应于车辆发生故障，则发送提醒信息，能够在车辆的日常行驶过程中，对噪声音频进行监测，并根据监测到的噪声音频判断车辆是否存在故障，从而在存在故障时，及时向驾驶人员发送提醒信息，提醒驾驶人员对车辆进行检修，以消除安全隐患，提高行车的安全性，同时降低车辆问题进一步发展为更严重的问题的可能性，降低车辆维修成本。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本公开实施例提供的一种车辆故障提醒方法的流程图；

图2是本公开实施例提供的一种判断车辆是否发生故障的方法的流程图；

图3是本公开实施例提供的一种提取声纹特征的方法的流程图；

图4是本公开实施例提供的另一种判断车辆是否发生故障的方法的流程图；

图5是本公开实施例提供的一种确定目标声纹特征的方法的流程图；

图6是本公开实施例提供的一种确定故障位置的方法的流程图；

图7是本公开实施例提供的一种标注故障位置的方法的流程图；

图8是本公开实施例提供的一种车辆故障提醒装置的结构示意图；

图9是本公开实施例提供的一种计算机设备的结构示意图。

具体实施方式

为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

图1是本公开实施例提供的一种车辆故障提醒方法的流程图，该方法可以由一种车辆故障提醒装置执行，该装置可以安装在车辆上。

如图1所示，本实施例提供的车辆故障提醒方法包括如下步骤：

S101、获取车辆启动后的噪声音频。

本公开实施例中的噪声音频可以理解为通过音频采集设备，比如麦克风采集的车辆启动后的噪声音频，噪声音频包含车辆上的各个零部件工作时发出的声音。其中，音频采集设备可以安装在车辆故障提醒装置上，也可以安装在车辆上的其他位置。示例的，音频采集设备可以安装在车辆底盘下方。

本公开实施例中，车辆故障提醒装置可以通过车辆上安装的音频采集设备，比如麦克风，采集车辆启动后各零部件工作时的噪声音频。

在本公开实施例的一种示例性的实施方式中，车辆故障提醒装置可以在检测到车辆启动后，获取车辆上安装的音频采集设备实时采集的噪声音频，也可以获取车辆上安装的音频采集设备预先采集车辆启动后的噪声音频。

S102、从所述噪声音频中提取所述噪声音频的声纹特征。

本公开实施例中的声纹特征可以理解为用于表示噪声音频的频谱的特征，示例的，声纹特征可以包括频率、振幅等参数特征，通过特征向量的形式表示，在此不做限定。

本公开实施例中，车辆故障提醒装置可以在获得噪声音频后，从噪声音频中提取噪声音频的频谱的声纹特征。

在本公开实施例的一种示例性的实施方式中，车辆故障提醒装置可以在获得噪声音频后，对噪声音频进行预处理，从噪声音频中提取噪声的起始点和终止点，再对噪声部分的音频数据进行分帧处理，经过快速傅里叶变换、滤波处理、对数运算、离散余弦变换等，得到梅尔倒谱参数(Mel-scaleFrequency Cepstral Coefficients，MFCC)特征，将其确定为噪声音频的声纹特征。

S103、基于所述声纹特征，判断所述车辆是否发生故障。

本公开实施例中，车辆故障提醒装置可以在获得噪声音频的声纹特征之后，对声纹特征进行分析处理，判断噪声音频的声纹特征是否为发生故障的车辆具有的声纹特征，从而判断车辆是否发生故障。

在本公开实施例的一种示例性的实施方式中，车辆故障提醒装置可以在预先存储的车辆发生故障后的声纹特征中，查找是否存在获得的噪声音频的声纹特征，如果存在，则认为车辆发生故障，如果不存在则认为车辆未发生故障。

S104、响应于所述车辆发生故障，则发送提醒信息。

本公开实施例中的提醒信息可以理解为用于提醒驾驶人员或其他相关人员车辆发生故障的信息，示例的，提醒信息可以是文本形式的信息，也可以是图像形式的信息，还可以是音频形式的信息，在此不做限定。

本公开实施例中，车辆故障提醒装置可以在确定车辆发生故障后，发送提醒信息。

在本公开实施例的一种示例性的实施方式中，车辆故障提醒装置可以在确定车辆发生故障后，通过车辆上的输出设备，比如显示屏或音响向车内人员发出提醒信息，也可以向与车辆故障提醒装置绑定的设备或账号发送提醒信息。

本公开实施例通过获取车辆启动后的噪声音频，从噪声音频中提取噪声音频的声纹特征，基于声纹特征，判断车辆是否发生故障，响应于车辆发生故障，则发送提醒信息，能够在车辆的日常行驶过程中，对噪声音频进行监测，并根据监测到的噪声音频判断车辆是否存在故障，从而在存在故障时，及时向驾驶人员发送提醒信息，提醒相关人员对车辆进行检修，以消除安全隐患，提高行车的安全性，同时降低车辆问题进一步发展为更严重的问题的可能性，降低车辆维修成本。

图2是本公开实施例提供的一种判断车辆是否发生故障的方法的流程图，如图2所示，在上述实施例的基础上，可以通过如下方法判断车辆是否发生故障。

S201、将所述声纹特征与预先获取的历史声纹特征进行匹配处理，得到所述声纹特征与所述历史声纹特征的第一匹配度。

本公开实施例中的历史声纹特征可以理解为在车辆未发生故障时获取的噪声音频的声纹特征。其中，历史声纹特征可以是在车辆出厂时获取的声纹特征，也可以是在确定车辆未发生故障后的任意时刻获取的声纹特征，在此不作限定。

本公开实施例中的匹配度可以理解为表征不同的声纹特征之间的相似程度的参数，匹配度的数值越高，相似程度越高，第一匹配度可以表征获得的声纹特征与历史声纹特征之间的相似程度。

本公开实施例中，车辆故障提醒装置可以在获得噪声音频的声纹特征后，将噪声音频的声纹特征与预先获取的车辆未发生故障时的历史声纹特征进行匹配处理，得到获得的声纹特征与历史声纹特征之间的第一匹配度。

在本公开实施例的一种示例性的实施方式中，获得的噪声音频的声纹特征和历史声纹特征可以以向量形式表示，车辆故障提醒装置可以在获得噪声音频的声纹特征向量和历史声纹特征向量后，计算二者的余弦相似度或欧氏距离，并基于计算结果确定第一匹配度。

S202、响应于所述第一匹配度大于或等于第一预设阈值，则确定所述车辆未发生故障。

本公开实施例中的第一预设阈值可以理解为预先设定的用于判断噪声音频的声纹特征和历史声纹特征是否匹配的阈值，第一预设阈值的具体数值可以根据实际情况进行设定。

本公开实施例中，车辆故障提醒装置可以在获得声纹特征与历史声纹特征的第一匹配度之后，将声纹特征与历史声纹特征的数值大小进行比较，如果第一匹配度大于或等于第一预设阈值，则确定噪声音频的声纹特征与车辆未发生故障时的声纹特征相匹配，车辆未发生故障。

S203、响应于所述第一匹配度小于所述第一预设阈值，则确定所述车辆发生故障。

本公开实施例中，车辆故障提醒装置可以在获得声纹特征与历史声纹特征的第一匹配度之后，将声纹特征与历史声纹特征的数值大小进行比较，如果第一匹配度小于第一预设阈值，则确定噪声音频的声纹特征与车辆未发生故障时的声纹特征不匹配，车辆发生故障。

本公开实施例通过将声纹特征与预先获取的历史声纹特征进行匹配处理，得到声纹特征与历史声纹特征的第一匹配度，响应于第一匹配度大于或等于第一预设阈值，则确定车辆未发生故障，响应于第一匹配度小于第一预设阈值，则确定车辆发生故障，能够在根据声纹特征判断车辆是否发生故障时，将声纹特征与该车辆未发生故障时的声纹特征进行匹配，从而在噪声音频的声纹特征与车辆未发生故障时的历史声纹特征差别较大时，确定车辆发生故障，使得判断结果更准确，进一步提升行车的安全性。

图3是本公开实施例提供的一种提取声纹特征的方法的流程图，如图3所示，在上述实施例的基础上，可以通过如下方法提取声纹特征。

S301、将预先获取的所述车辆的反向音频与所述噪声音频进行叠加，得到第一音频，其中，所述反向音频为所述车辆未发生故障时采集的音频的反向音频。

本公开实施例中的反向音频可以理解为波形与车辆未发生故障时采集的音频的波形相反，能够在与车辆未发生故障时采集的音频叠加后发生抵消的音频。

本公开实施例中的第一音频可以理解为噪声音频中与车辆未发生故障时采集的音频不同的部分，在车辆存在故障时，第一音频包括存在故障的位置发出的声音。

本公开实施例中，车辆故障提醒装置可以预先获取车辆在未发生故障时的音频，并获得该音频的反向音频，在获得噪声音频后，将预先获取的反向音频与噪声音频进行叠加，抵消掉噪声音频中与车辆在未发生故障时的音频相同的部分，得到噪声音频中与车辆在未发生故障时的音频不同的第一音频。

S302、基于预设的声纹特征提取模型，从所述第一音频中提取所述第一音频的声纹特征。

本公开实施例中的声纹特征提取模型可以理解为预先训练完成的能够提取音频中的声纹特征的模型。

本公开实施例中，车辆故障提醒装置可以在获得第一音频后，将获得的第一音频输入预先训练完成的声纹特征提取模型中，得到输出的第一音频的声纹特征，并将该第一音频的声纹特征确定为噪声音频的声纹特征。

在本公开实施例的一种示例性的实施方式中，车辆故障提醒装置可以在获得第一音频后，将第一音频转化为声波频谱，再根据预设的声纹特征提取模型对声波频谱进行特征提取处理，示例的，声纹特征提取模型可以基于卷积神经网络(Convolutional NeuralNetwork，CNN)建立，也可以基于深度神经网络(Deep Neural Networks，DNN)建立，还可以通过其他方式建立，在此不做限定。

本公开实施例通过将预先获取的车辆的反向音频与噪声音频进行叠加，得到第一音频，其中，反向音频为车辆未发生故障时采集的音频的反向音频，基于预设的声纹特征提取模型，从第一音频中提取第一音频的声纹特征，能够将噪声音频中与车辆未发生故障时采集的音频相同的部分进行消除，使得提取的声纹特征中故障部分的声纹更清晰，进而在后续基于声纹特征判断车辆故障情况时，得到更准确的判断结果，进一步提升行车安全性。

图4是本公开实施例提供的另一种判断车辆是否发生故障的方法的流程图。如图4所示，在上述实施例的基础上，可以通过如下方法判断车辆是否发生故障。

S401、将所述声纹特征与预先获取的目标声纹特征进行匹配处理，得到第二匹配度，所述目标声纹特征为发生故障的车辆的声纹特征。

本公开实施例中的目标声纹特征可以理解为发生故障的车辆的声纹特征，比如螺丝松动后车辆的声纹特征。

本公开实施例中的第二匹配度可以理解为表征获得的声纹特征与目标声纹特征之间的相似程度的参数。

本公开实施例中，车辆故障提醒装置可以在获得噪声音频的声纹特征后，将噪声音频的声纹特征与预先获取的发生故障的车辆的目标声纹特征进行匹配处理，得到获得的声纹特征与目标声纹特征之间的第二匹配度。

S402、响应于所述第二匹配度大于第二预设阈值，则确定所述车辆发生故障。

本公开实施例中的第二预设阈值可以理解为预先设定的用于判断噪声音频的声纹特征和目标声纹特征是否匹配的阈值，第二预设阈值的具体数值可以根据实际情况进行设定。

本公开实施例中，车辆故障提醒装置可以在获得声纹特征与目标声纹特征的第二匹配度之后，将声纹特征与目标声纹特征的数值大小进行比较，如果第二匹配度大于第二预设阈值，则确定噪声音频的声纹特征与发生故障的车辆的目标声纹特征相匹配，车辆发生故障。

S403、响应于所述第二匹配度小于或等于所述第二预设阈值，则确定所述车辆未发生故障。

本公开实施例中，车辆故障提醒装置可以在获得声纹特征与目标声纹特征的第二匹配度之后，将声纹特征与目标声纹特征的数值大小进行比较，如果第二匹配度小于或等于第二预设阈值，则确定噪声音频的声纹特征与发生故障的车辆的目标声纹特征不匹配，车辆未发生故障。

本公开实施例通过将声纹特征与预先获取的目标声纹特征进行匹配处理，得到第二匹配度，目标声纹特征为发生故障的车辆的声纹特征，响应于第二匹配度大于第二预设阈值，则确定车辆发生故障，响应于第二匹配度小于或等于第二预设阈值，则确定车辆未发生故障，能够在根据声纹特征判断车辆是否发生故障时，将声纹特征与车辆发生故障时的目标声纹特征进行匹配，从而在噪声音频的声纹特征与目标声纹特征匹配时，确定车辆发生故障，使得判断结果更准确，进一步提升行车的安全性。

图5是本公开实施例提供的一种确定目标声纹特征的方法的流程图。如图5所示，在上述实施例的基础上，可以通过如下方法确定目标声纹特征。

S501、获取所述车辆的车型信息。

本公开实施例中的车型信息可以理解为车辆的类型信息，示例的，车型信息可以包括燃油车、电动车、混合动力车，也可以包括货车、越野车、轿车等，还可以是具体的车辆型号的信息，在此不作限定。

本公开实施例中，车辆故障提醒装置可以获取车辆的车型信息。

在本公开实施例的一种示例性的实施方式中，车辆故障提醒装置可以通过车辆识别代码获取车辆的车型信息。

S502、基于车型信息与故障声纹特征之间的对应关系，确定所述车型信息对应的目标声纹特征。

本公开实施例中的故障声纹特征可以理解为不同车型的车辆在发生故障时的声纹特征。

本公开实施例中，车辆故障提醒装置可以在获得车辆的车型信息之后，根据预先存储的车型信息与故障声纹特征之间的对应关系，将车型信息对应的故障声纹特征确定为目标声纹特征。

本公开实施例通过获取车辆的车型信息，基于车型信息与故障声纹特征之间的对应关系，确定车型信息对应的目标声纹特征，能够在将获得的声纹特征与目标声纹特征进行匹配时，选择车型信息对应的目标声纹特征进行匹配，消除不同车型之间的目标声纹特征的差异对匹配结果的影响，进一步提升对车辆故障情况进行判断的准确性，提高行车安全。

图6是本公开实施例提供的一种确定故障位置的方法的流程图。如图6所示，在上述实施例的基础上，可以通过如下方法确定故障位置。

S601、分别获取多个方向上的噪声音频。

本公开实施例中，车辆故障提醒装置可以通过朝向多个方向的音频采集设备，获取多个方向上的噪声音频。

S602、获取各噪声音频对应的第一音频的第一音量。

本公开实施例中，车辆故障提醒装置可以在获得多个方向上的多个噪声音频后，将各噪声音频与车辆未发生故障时采集的音频的反向音频进行叠加，得到多个第一音频，并将各第一音频的音量确定为各噪声音频对应的第一音量。

S603、在所述各噪声音频中，将所述第一音量最高的目标噪声音频对应的方向确定为故障位置所在的方向。

本公开实施例中的故障位置可以理解为车辆上发生故障的位置，故障位置可以是发生故障的零件的精确位置，也可以是一个大概的范围，在此不做限定。

本公开实施例中，车辆故障提醒装置可以在获得各噪声音频对应的第一音量后，将第一音量最高的噪声音频确定为目标噪声音频，并将该目标噪声音频的采集方向确定为故障位置所在的方向。

S604、根据所述目标噪声音频对应的第一音量确定所述故障位置的距离。

本公开实施例中，车辆故障提醒装置可以在确定目标音频以及目标音频的第一音量后，根据第一音量确定故障位置与音频采集设备之间的距离。

在本公开实施例的一种示例性的实施方式中，车辆故障提醒装置可以基于预训练的距离确定模型，根据第一音量确定故障位置与音频采集设备之间的距离。

S605、基于所述故障位置所在的方向和距离，确定所述故障位置。

本公开实施例中，车辆故障提醒装置可以在确定故障位置的方向和距离后，以采集设备所在的位置为起点，在对应方向上的对应距离处，确定出故障位置。

本公开实施例通过分别获取多个方向上的噪声音频，获取各噪声音频对应的第一音频的第一音量，在各噪声音频中，将第一音量最高的目标噪声音频对应的方向确定为故障位置所在的方向，根据目标噪声音频对应的第一音量确定故障位置的距离，基于故障位置所在的方向和距离，确定故障位置，能够根据第一音频的音量推算出车辆上发生故障的大概位置，从而在后续对车辆进行检修时有针对性的进行排查，提高了检修效率，进一步降低检修成本。

图7是本公开实施例提供的一种标注故障位置的方法的流程图。如图7所示，在上述实施例的基础上，可以通过如下方法标注故障位置。

S701、基于所述故障位置，在预先获取的车辆结构图中添加标注信息。

本公开实施例中的标注信息可以理解为在图像中通过标识框对目标位置或目标物体进行标注的信息。

本公开实施例中，车辆故障提醒装置可以在确定故障位置后，在预先获取的车辆结构图中的故障位置处添加标注信息，具体地，可以通过标识框将目标位置标注出来。

S702、显示包含所述标注信息的车辆结构图。

本公开实施例中，车辆故障提醒装置可以在对车辆结构图添加标注信息后，将添加了标注信息的车辆结构图通过显示设备，比如车载屏幕进行显示。

本公开实施例通过基于故障位置，在预先获取的车辆结构图中添加标注信息，显示包含标注信息的车辆结构图，能够通过图像直观的对车辆发生故障的位置进行展示，方便驾驶人员或其他相关人员了解车辆的故障情况，提高了后续的检修效率，进一步降低检修成本。

图8是本公开实施例提供的一种车辆故障提醒装置的结构示意图。如图8所示，该车辆故障提醒装置800包括：获取模块810，提取模块820，判断模块830，提醒模块840，其中，获取模块810，用于获取车辆启动后的噪声音频；提取模块820，用于从所述噪声音频中提取所述噪声音频的声纹特征；判断模块830，用于基于所述声纹特征，判断所述车辆是否发生故障；提醒模块840，用于响应于所述车辆发生故障，则发送提醒信息。

可选的，所述判断模块830，包括：第一匹配单元，用于将所述声纹特征与预先获取的历史声纹特征进行匹配处理，得到所述声纹特征与所述历史声纹特征的第一匹配度；第一确定单元，用于响应于所述第一匹配度大于或等于第一预设阈值，则确定所述车辆未发生故障；第二确定单元，用于响应于所述第一匹配度小于所述第一预设阈值，则确定所述车辆发生故障。

可选的，所述车辆故障提醒装置800还包括：叠加模块，用于将预先获取的所述车辆的反向音频与所述噪声音频进行叠加，得到第一音频，其中，所述反向音频为所述车辆未发生故障时采集的音频的反向音频；所述提取模块820具体用于：基于预设的声纹特征提取模型，从所述第一音频中提取所述第一音频的声纹特征；

可选的，所述判断模块830，包括：第二匹配单元，用于将所述声纹特征与预先获取的目标声纹特征进行匹配处理，得到第二匹配度，所述目标声纹特征为发生故障的车辆的声纹特征；第三确定单元，用于响应于所述第二匹配度大于第二预设阈值，则确定所述车辆发生故障；第四确定单元，用于响应于所述第二匹配度小于或等于所述第二预设阈值，则确定所述车辆未发生故障。

可选的，所述车辆故障提醒装置800还包括：车型获取模块，用于获取所述车辆的车型信息；确定模块，用于基于车型信息与故障声纹特征之间的对应关系，确定所述车型信息对应的目标声纹特征。

可选的，所述获取模块810，具体用于：分别获取多个方向上的噪声音频；所述车辆故障提醒装置800还包括：音量获取模块，用于获取各噪声音频对应的第一音频的第一音量；方向确定模块，用于在所述各噪声音频中，将所述第一音量最高的目标噪声音频对应的方向确定为故障位置所在的方向；距离确定模块，用于根据所述目标噪声音频对应的第一音量确定所述故障位置的距离；位置确定模块，用于基于所述故障位置所在的方向和距离，确定所述故障位置。

可选的，所述车辆故障提醒装置800还包括：标注模块，用于基于所述故障位置，在预先获取的车辆结构图中添加标注信息；显示模块，用于显示包含所述标注信息的车辆结构图。

本实施例提供的车辆故障提醒装置能够执行上述任一实施例所述的方法，其执行方式和有益效果类似，在这里不再赘述。

图9是本公开实施例提供的一种计算机设备的结构示意图。

如图9所示，该计算机设备可以包括处理器910以及存储有计算机程序指令的存储器920。

具体地，上述处理器910可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。

存储器920可以包括用于信息或指令的大容量存储器。举例来说而非限制，存储器920可以包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个及其以上这些的组合。在合适的情况下，存储器920可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器920可在综合网关设备的内部或外部。在特定实施例中，存储器920是非易失性固态存储器。在特定实施例中，存储器920包括只读存储器(Read-Only Memory，ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(Programmable ROM，PROM)、可擦除PROM(Electrical Programmable ROM，EPROM)、电可擦除PROM(Electrically ErasableProgrammable ROM，EEPROM)、电可改写ROM(Electrically Alterable ROM，EAROM)或闪存，或者两个或及其以上这些的组合。

处理器910通过读取并执行存储器920中存储的计算机程序指令，以执行本公开实施例所提供的车辆故障提醒方法的步骤。

在一个示例中，该计算机设备还可包括收发器930和总线940。其中，如图9所示，处理器910、存储器920和收发器930通过总线940连接并完成相互间的通信。

总线940包括硬件、软件或两者。举例来说而非限制，总线可包括加速图形端口(Accelerated Graphics Port，AGP)或其他图形总线、增强工业标准架构(ExtendedIndustry Standard Architecture，EISA)总线、前端总线(Front Side BUS，FSB)、超传输(Hyper Transport，HT)互连、工业标准架构(Industrial Standard Architecture，ISA)总线、无限带宽互连、低引脚数(Low Pin Count，LPC)总线、存储器总线、微信道架构(MicroChannel Architecture，MCA)总线、外围控件互连(Peripheral Component Interconnect，PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial Advanced TechnologyAttachment，SATA)总线、视频电子标准协会局部(Video Electronics StandardsAssociation Local Bus，VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线940可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。

本公开实施例还提供了一种计算机可读存储介质，该存储介质可以存储有计算机程序，当计算机程序被处理器执行时，使得处理器实现本公开实施例所提供的车辆故障提醒方法。

上述的存储介质可以例如包括计算机程序指令的存储器920，上述指令可由车辆故障提醒设备的处理器910执行以完成本公开实施例所提供的车辆故障提醒方法。可选的，存储介质可以是非临时性计算机可读存储介质，例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(Random Access Memory，RAM)、光盘只读存储器(Compact DiscROM，CD-ROM)、磁带、软盘和光数据存储设备等。上述计算机程序可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

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、物品或者设备中还存在另外的相同要素。

以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种车辆故障提醒方法，其特征在于，包括：

获取车辆启动后的噪声音频；

从所述噪声音频中提取所述噪声音频的声纹特征；

基于所述声纹特征，判断所述车辆是否发生故障；

响应于所述车辆发生故障，则发送提醒信息。

2.根据权利要求1所述的方法，其特征在于，所述基于所述声纹特征，判断所述车辆是否发生故障，包括：

将所述声纹特征与预先获取的历史声纹特征进行匹配处理，得到所述声纹特征与所述历史声纹特征的第一匹配度；

响应于所述第一匹配度大于或等于第一预设阈值，则确定所述车辆未发生故障；

响应于所述第一匹配度小于所述第一预设阈值，则确定所述车辆发生故障。

3.根据权利要求1所述的方法，其特征在于，所述从所述噪声音频中提取所述噪声音频的声纹特征之前，所述方法包括：

将预先获取的所述车辆的反向音频与所述噪声音频进行叠加，得到第一音频，其中，所述反向音频为所述车辆未发生故障时采集的音频的反向音频；

所述从所述噪声音频中提取所述噪声音频的声纹特征，包括：

基于预设的声纹特征提取模型，从所述第一音频中提取所述第一音频的声纹特征。

4.根据权利要求3所述的方法，其特征在于，所述基于所述声纹特征，判断所述车辆是否发生故障，包括：

将所述声纹特征与预先获取的目标声纹特征进行匹配处理，得到第二匹配度，所述目标声纹特征为发生故障的车辆的声纹特征；

响应于所述第二匹配度大于第二预设阈值，则确定所述车辆发生故障；

响应于所述第二匹配度小于或等于所述第二预设阈值，则确定所述车辆未发生故障。

5.根据权利要求4所述的方法，其特征在于，所述将所述声纹特征与预先获取的目标声纹特征进行匹配处理，得到第二匹配度之前，所述方法还包括：

获取所述车辆的车型信息；

基于车型信息与故障声纹特征之间的对应关系，确定所述车型信息对应的目标声纹特征。

6.根据权利要求3所述的方法，其特征在于，所述获取车辆启动后的噪声音频，包括：

分别获取多个方向上的噪声音频；

所述响应于所述车辆发生故障之后，所述方法还包括：

获取各噪声音频对应的第一音频的第一音量；

在所述各噪声音频中，将所述第一音量最高的目标噪声音频对应的方向确定为故障位置所在的方向；

根据所述目标噪声音频对应的第一音量确定所述故障位置的距离；

基于所述故障位置所在的方向和距离，确定所述故障位置。

7.根据权利要求6所述的方法，其特征在于，所述基于所述故障位置所在的方向和距离，确定所述故障位置之后，所述方法还包括：

基于所述故障位置，在预先获取的车辆结构图中添加标注信息；

显示包含所述标注信息的车辆结构图。

8.一种车辆故障提醒装置，其特征在于，包括：

获取模块，用于获取车辆启动后的噪声音频；

提取模块，用于从所述噪声音频中提取所述噪声音频的声纹特征；

判断模块，用于基于所述声纹特征，判断所述车辆是否发生故障；

提醒模块，用于响应于所述车辆发生故障，则发送提醒信息。

9.一种计算机设备，其特征在于，包括：存储器；处理器；以及计算机程序；其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有计算机程序，当所述计算机程序被处理器执行时，实现如权利要求1-7中任一项所述的车辆故障提醒方法。

Images