DE102015226408A1

DE102015226408A1 - Method and apparatus for performing speech recognition for controlling at least one function of a vehicle

Info

Publication number: DE102015226408A1
Application number: DE102015226408.4A
Authority: DE
Inventors: Bernard Berus
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2015-12-22
Filing date: 2015-12-22
Publication date: 2017-06-22

Abstract

Die Erfindung betrifft ein Verfahren zum Durchführen einer Spracherkennung zum Steuern zumindest einer Funktion (120) eines Fahrzeugs (100). Das Verfahren weist einen Schritt des Ermittelns zumindest eines Referenzbegriffs aus einer Mehrzahl gespeicherter Referenzbegriffe ansprechend auf ein empfangenes Sprachsignal (135) auf, das zumindest einen durch einen Insassen (110) des Fahrzeugs (100) gesprochenen Begriff repräsentiert, wobei das Ermitteln abhängig von einem phonetischen Ähnlichkeitswert zwischen Begriff und Referenzbegriff erfolgt. Dabei ist dem zumindest einen Referenzbegriff ein Steuerbefehl zum Steuern der zumindest einen Funktion (120) des Fahrzeugs (100) zugeordnet. Auch weist das Verfahren einen Schritt des Bestimmens eines Wahrscheinlichkeitswertes für den zumindest einen ermittelten Referenzbegriff unter Verwendung von Kontextdaten (175) auf, die Fahrzeugdaten, Umgebungsdaten und/oder Verlaufsdaten der Spracherkennung repräsentieren. Das Verfahren weist ferner einen Schritt des Auswählens des Referenzbegriffs mit dem höchsten Wahrscheinlichkeitswert zum Ausführen des zugeordneten Steuerbefehls auf.The invention relates to a method for performing speech recognition for controlling at least one function (120) of a vehicle (100). The method comprises a step of determining at least one reference term from a plurality of stored reference terms in response to a received speech signal (135) representing at least one term spoken by an occupant (110) of the vehicle (100), the determining being dependent on a phonetic Similarity between term and reference term is done. In this case, the at least one reference term is assigned a control command for controlling the at least one function (120) of the vehicle (100). The method also has a step of determining a probability value for the at least one determined reference term using context data (175) representing vehicle data, environment data and / or history data of the speech recognition. The method further includes a step of selecting the reference term having the highest probability value to execute the associated control command.

Description

Stand der TechnikState of the art

Die Erfindung geht aus von einer Vorrichtung oder einem Verfahren nach Gattung der unabhängigen Ansprüche. Gegenstand der vorliegenden Erfindung ist auch ein Computerprogramm.The invention is based on a device or a method according to the preamble of the independent claims. The subject of the present invention is also a computer program.

In Fahrzeugen gibt es häufig Spracherkennungssysteme (Speech Recognition Systems). Ein Gebrauch einer Sprachsteuerung im Fahrzeug kann insbesondere auf sogenannte Infotainmentsysteme und Navigationssysteme fokussiert sein.In vehicles, speech recognition systems (Speech Recognition Systems) are common. A use of voice control in the vehicle can be focused in particular on so-called infotainment systems and navigation systems.

Die DE 10 2004 012148 A1 beschreibt eine Spracherkennung unter Berücksichtigung einer geografischen Position.The DE 10 2004 012148 A1 describes a speech recognition taking into account a geographical position.

Offenbarung der ErfindungDisclosure of the invention

Vor diesem Hintergrund werden mit dem hier vorgestellten Ansatz ein Verfahren, weiterhin eine Vorrichtung, welche dieses Verfahren verwendet, sowie schließlich ein entsprechendes Computerprogramm gemäß den Hauptansprüchen vorgestellt. Durch die in den abhängigen Ansprüchen aufgeführten Maßnahmen sind vorteilhafte Weiterbildungen und Verbesserungen der im unabhängigen Anspruch angegebenen Vorrichtung möglich.Against this background, with the approach presented here, a method, a device which uses this method, and finally a corresponding computer program according to the main claims are presented. The measures listed in the dependent claims advantageous refinements and improvements of the independent claim device are possible.

Gemäß Ausführungsformen der vorliegenden Erfindung kann insbesondere eine prädiktive Spracherkennung in Fahrzeugen unter Verwendung von Kontextdaten, beispielsweise Fahrzeugsensordaten und Daten aus dem Internet, sogenanntem Cloud Content, realisiert werden. Hierbei können zur Spracherkennung somit beispielsweise nicht nur eingesprochene bzw. aufgenommene Klänge phonetisch mit vorliegenden Wortbibliotheken abgeglichen werden, sondern beispielsweise Kontextdaten von Fahrzeug und Nutzer, u. a. über Navigation, Infotainment, CRM etc., in Betracht gezogen werden, um beispielsweise aus phonetisch ähnlich klingenden Worten die wahrscheinlichsten Satzgefüge zu errechnen.In particular, according to embodiments of the present invention, predictive speech recognition in vehicles can be realized using context data, for example, vehicle sensor data and data from the Internet, so-called cloud content. In this case, for example, not only recorded or recorded sounds can be phonetically matched with existing word libraries for speech recognition, but, for example, context data of vehicle and user, u. a. via navigation, infotainment, CRM, etc., are considered, for example, to calculate the most probable sentence structure from phonetically similar-sounding words.

Vorteilhafterweise kann gemäß Ausführungsformen der vorliegenden Erfindung beispielsweise eine Erkennungsgenauigkeit und Treffsicherheit der Spracherkennung, insbesondere der Worterkennung und Satzerkennung erhöht werden. So kann eine Zuverlässigkeit und Genauigkeit der Spracherkennung selbst bei einem Störgeräuschpegel in Fahrzeugen, beispielsweise durch Fahrgeräusche, Musik, Radio, Beifahrergespräche, Lüftung/Klimaanlage, Blinker, Regentropfen, das Heben und Senken der Fenster, Scheibenwischanlage, Verriegelung der Türen etc., erhöht werden, sodass Fehlerkennungen und Fehlinterpretationen von Spracheingaben vermieden werden können. Es kann insbesondere eine stabile Worterkennung und Satzerkennung für eine Sprachsteuerung von Fahrzeugfunktionen erreicht werden, wobei beispielsweise verhindert werden kann, dass verwirrende Sprünge in einem Menü eines Infotainment-Systems oder Navigationssystems des Fahrzeugs einen Fahrer kognitiv belasten würden. Die hier beschriebe Spracherkennung kann insbesondere eine Worterkennung und Satzerkennung von Infotainment-Systemen und Navigationssystemen in Fahrzeugen verbessern.Advantageously, according to embodiments of the present invention, for example, a recognition accuracy and accuracy of the speech recognition, in particular the word recognition and sentence recognition can be increased. Thus, the reliability and accuracy of the speech recognition can be increased even in a noise level in vehicles, such as driving noise, music, radio, passenger conversations, ventilation / air conditioning, turn signals, raindrops, the raising and lowering of windows, windscreen wiper system, locking the doors, etc. so that misrecognition and misinterpretation of voice input can be avoided. In particular, stable word recognition and sentence recognition can be achieved for voice control of vehicle functions, wherein it can be prevented, for example, that confusing jumps in a menu of an infotainment system or navigation system of the vehicle would cognitively burden a driver. The speech recognition described here can in particular improve word recognition and sentence recognition of infotainment systems and navigation systems in vehicles.

Es wird ein Verfahren zum Durchführen einer Spracherkennung zum Steuern zumindest einer Funktion eines Fahrzeugs vorgestellt, wobei das Verfahren folgende Schritte aufweist:
Ermitteln zumindest eines Referenzbegriffs aus einer Mehrzahl gespeicherter Referenzbegriffe ansprechend auf ein empfangenes Sprachsignal, das zumindest einen durch einen Insassen des Fahrzeugs gesprochenen Begriff repräsentiert, wobei das Ermitteln abhängig von einem phonetischen Ähnlichkeitswert zwischen Begriff und Referenzbegriff erfolgt, wobei dem zumindest einen Referenzbegriff ein Steuerbefehl zum Steuern der zumindest einen Funktion des Fahrzeugs zugeordnet ist;
Bestimmen eines Wahrscheinlichkeitswertes für den zumindest einen ermittelten Referenzbegriff unter Verwendung von Kontextdaten, die Fahrzeugdaten, Umgebungsdaten und/oder Verlaufsdaten der Spracherkennung repräsentieren; und
Auswählen des Referenzbegriffs mit dem höchsten Wahrscheinlichkeitswert zum Ausführen des zugeordneten Steuerbefehls.A method is presented for performing speech recognition for controlling at least one function of a vehicle, the method comprising the following steps:
Determining at least one reference term from a plurality of stored reference terms in response to a received speech signal representing at least one term spoken by an occupant of the vehicle, said determining being dependent on a phonetic similarity value between term and reference term, wherein the at least one reference term is a control command for controlling the at least one function of the vehicle is assigned;
Determining a probability value for the at least one determined reference term using context data representing vehicle data, environment data and / or history data of the speech recognition; and
Select the reference term with the highest probability value to execute the associated control command.

Dieses Verfahren kann beispielsweise in Software oder Hardware oder in einer Mischform aus Software und Hardware beispielsweise in einem Steuergerät implementiert sein. Das Fahrzeug kann als ein Kraftfahrzeug ausgeführt sein, beispielsweise ein Landfahrzeug, insbesondere ein Personenkraftwagen, Lastkraftwagen oder sonstiges Nutzfahrzeug. Die zumindest eine durch die Sprachsteuerung steuerbare Funktion des Fahrzeugs kann eine Navigation, einen Fahrbetrieb, eine Unterhaltung oder dergleichen betreffen. Bei dem gesprochenen Begriff kann es sich um einen durch eine Spracherkennungseinrichtung erkannten Begriff handeln. Ein Begriff kann zumindest ein Wort aufweisen. Ein Referenzbegriff kann zumindest ein Wort aufweisen. Bei dem zumindest einen Wort kann es sich um ein vordefiniertes Schlüsselwort oder eine Variable handeln. Ein Referenzbegriff kann in Gestalt von Audiosignatur-Referenzdaten gespeichert sein. Das Sprachsignal kann Audiosignaturdaten aufweisen. Der phonetische Ähnlichkeitswert kann sich aus einem Vergleich eines Begriffs mit einem Referenzbegriff bzw. der Audiosignaturdaten mit den Audiosignatur-Referenzdaten ergeben. Der phonetische Ähnlichkeitswert kann einen Grad an phonetischer Übereinstimmung bzw. Ähnlichkeit zwischen einem Begriff und einem Referenzbegriff repräsentieren. Der Wahrscheinlichkeitswert kann beispielsweise ein Wert zwischen 0 und 1 sein. Der Wahrscheinlichkeitswert kann eine Wahrscheinlichkeit dafür repräsentieren, dass ein ermittelter Referenzbegriff dem gesprochenen Begriff entspricht.This method can be implemented, for example, in software or hardware or in a mixed form of software and hardware, for example in a control unit. The vehicle may be designed as a motor vehicle, for example a land vehicle, in particular a passenger car, truck or other commercial vehicle. The at least one function of the vehicle that can be controlled by the voice control can relate to navigation, a driving operation, a conversation or the like. The spoken term may be a term recognized by a speech recognizer. A term can have at least one word. A reference term can have at least one word. The at least one word can be a predefined keyword or a variable. A reference term may be stored in the form of audio signature reference data. The speech signal may include audio signature data. The phonetic similarity value can result from a comparison of a term with a reference term or the audio signature data with the audio signature reference data. The phonetic similarity value may indicate a degree of phonetic correspondence or similarity between a term and represent a reference term. The probability value may be, for example, a value between 0 and 1. The probability value may represent a probability that a determined reference term corresponds to the spoken word.

Ein Fahrzeug kann ein Spracherkennungssystem (Speech Recognition System) aufweisen. Das Spracherkennungssystem kann ausgebildet sein, um unter anderem vorgespeicherte Schlüsselwörter, sogenannte Gate Commands, zu erkennen, welche im System oder Fahrzeug vorgespeichert sein können. Je nach Anwendungsgebiet eines Spracherkennungssystems können auch Bibliotheken von Schlüsselwörtern vorinstalliert sein, damit das System diese zuverlässiger, neben den Standard-Wortbibliotheken, erkennen kann. Solche Bibliotheken können auch online fahrzeugexternen, beispielsweise in Cloudservern oder dergleichen, gespeichert sein oder werden, damit sie einfacher aktualisierbar sind.A vehicle may have a Speech Recognition System. The speech recognition system can be designed to detect, among other things, pre-stored keywords, so-called gate commands, which can be pre-stored in the system or vehicle. Depending on the field of application of a speech recognition system, libraries of keywords may also be preinstalled for the system to recognize them more reliably, in addition to the standard word libraries. Such libraries may also be stored online, eg, in cloud servers or the like, for easier updating.

Insbesondere können dabei die im Schritt des Bestimmens verwendeten Kontextdaten Fahrzeugsensordaten, Positionsdaten des Fahrzeugs, Geschwindigkeitsdaten des Fahrzeugs, eine aktuelle Uhrzeit, ein aktuelles Datum, Verlaufsdaten über eine Auswahlhistorie ausgewählter Referenzbegriffe, Fahrtdaten eines Fahrtenbuchs, Temperaturdaten, Wetterdaten, Kraftstofffüllmengendaten, Reifendruckdaten, Reifensensordaten, Scheibenwischersensordaten, Lichtlenkungsdaten, Profildaten von einem sozialen Netzwerk, Kartendaten von einem Kartendienst, Landmarkendaten, Kalenderdaten von einem Kalender, Adressdaten von einem Adressbuch, Daten über eine Häufigkeit einer Navigation zu einer Landmarke, Entfernungsdaten zu einer Landmarke, Daten zu Öffnungszeiten, Daten zu einem Textaufkommen eines Schlüsselworts in einer Nachricht, Reservierungsdaten und zusätzlich oder alternativ Termindaten repräsentieren. Eine solche Ausführungsform bietet den Vorteil, dass durch eine Nutzung solcher Kontextdaten bei der Spracherkennung zutreffende Alternativmöglichkeiten bei einer Worterkennung gefunden werden können, auch wenn sogenannte phonetische oder semantische Dubletten vorliegen, beispielsweise bei Adressdaten sowie POI-Daten (POI = Points of Interest) und Kontaktdaten, da bisweilen in mehreren Städten, Ländern, Kategorien, Markennamen, Straßen und dergleichen identische Begriffe oder Endungen vorkommen können.Specifically, the context data used in the step of determining may include vehicle sensor data, vehicle position data, vehicle speed data, a current time, a current date, historical data on a selection history of selected reference terms, trip data of a logbook, temperature data, weather data, fuel fill data, tire pressure data, tire sensor data, windshield wiper sensor data , Light guidance data, profile data from a social network, map data from a map service, landmark data, calendar data from a calendar, address data from an address book, data about a frequency of a navigation to a landmark, distance data to a landmark, data to opening hours, data to a text occurrence of a landmark Keyword in a message, reservation data and additionally or alternatively date data represent. Such an embodiment offers the advantage that by using such context data in the speech recognition appropriate alternatives can be found in a word recognition, even if so-called phonetic or semantic duplicates are present, for example in address data and POI data (POI = points of interest) and contact data because sometimes identical terms or endings may occur in several cities, countries, categories, brand names, streets and the like.

Gemäß einer Ausführungsform kann das Verfahren einen Schritt des Empfangens des Sprachsignals von einer Sprachschnittstelle zu einer Spracherfassungseinrichtung zum Erfassen des zumindest einen gesprochenen Begriffs in innerhalb des Fahrzeugs aufgenommenen Audiodaten aufweisen. Eine solche Ausführungsform bietet den Vorteil, dass der Abgleich zwischen Referenzbegriffen und dem Begriff basierend auf einer zuverlässigen Datengrundlage ausgeführt werden kann.According to one embodiment, the method may comprise a step of receiving the speech signal from a speech interface to a speech capture device for capturing the at least one spoken word in audio data recorded within the vehicle. Such an embodiment offers the advantage that the comparison between reference terms and the term can be carried out based on a reliable data basis.

Auch kann das Verfahren einen Schritt des Abrufens des zumindest einen Referenzbegriffs von zumindest einer Referenzschnittstelle zu einer fahrzeuginternen Speichereinrichtung und zusätzlich oder alternativ einer fahrzeugexternen Speichereinrichtung zum Speichern einer phonetischen Begriffsbibliothek aufweisen. In der phonetischen Begriffsbibliothek kann die Mehrzahl von Referenzbegriffen abgelegt sein. Die Referenzschnittstelle kann eine drahtgebundene oder drahtlose Einrichtung zur Datenübertragung bzw. Signalübertragung aufweisen. Eine solche Ausführungsform bietet den Vorteil, dass die Referenzbegriffe aus der fahrzeuginternen Speichereinrichtung schnell abgerufen werden können, wobei unter Verwendung der Referenzbegriffe aus der fahrzeugexternen Speichereinrichtung eine Erkennungsgenauigkeit weiter verbessert werden kann, da Referenzbegriffe von mehreren Fahrzeugen gespeichert sein oder werden können.The method may also include a step of retrieving the at least one reference term from at least one reference interface to an in-vehicle memory device and additionally or alternatively an off-board memory device for storing a phonetic library of terms. In the phonetic term library, the plurality of reference terms can be stored. The reference interface may include a wired or wireless device for data transmission or signal transmission. Such an embodiment offers the advantage that the reference terms can be retrieved quickly from the in-vehicle storage device, whereby a recognition accuracy can be further improved by using the reference terms from the vehicle-external storage device, since reference terms of several vehicles can be stored.

Ferner kann das Verfahren einen Schritt des Einlesens der Kontextdaten von zumindest einer Kontextschnittstelle zu mindestens einer fahrzeuginternen und zusätzlich oder alternativ fahrzeugexternen Kontextdateneinrichtung zum Bereitstellen von Kontextdaten aufweisen. Die mindestens eine Kontextdateneinrichtung kann hierbei eine Sensoreinrichtung, eine Datenbank oder dergleichen sein. Die Kontextschnittstelle kann eine drahtgebundene oder drahtlose Einrichtung zur Übertragung der Kontextdaten aufweisen. Die Kontextdaten können hierbei offline und fahrzeugintern bzw. onboard und zusätzlich oder alternativ online und fahrzeugextern bzw. offboard verfügbar sein, erfasst, abgerufen und zusätzlich oder alternativ bereitgestellt werden. Eine solche Ausführungsform bietet den Vorteil, dass aussagekräftige, zuverlässige und vielseitige Kontextdaten gewonnen und genutzt werden können. Die Variante mit online und offboard verfügbaren Kontextdaten hat hierbei den Vorteil, dass Spracheingaben mehrerer Nutzer verglichen werden können, um die Spracherkennung weiter zu verbessern, wenn der Kontext im und zusätzlich oder alternativ um das Fahrzeug sich bei der Eingabe ähneln.Furthermore, the method may comprise a step of reading in the context data from at least one context interface to at least one in-vehicle and additionally or alternatively vehicle-external context data device for providing context data. The at least one context data device can be a sensor device, a database or the like. The context interface may include a wired or wireless device for transmitting the context data. The context data can hereby be available offline, in-vehicle or on-board and additionally or alternatively online and off-board or offboard, captured, retrieved and additionally or alternatively provided. Such an embodiment offers the advantage that meaningful, reliable and versatile context data can be obtained and used. The variant with context data available online and offboard has the advantage here that speech inputs of several users can be compared in order to further improve speech recognition if the context in and additionally or alternatively around the vehicle is similar to the input.

Zudem kann das Verfahren einen Schritt des Aktualisierens der Mehrzahl gespeicherter Referenzbegriffe aufweisen. Hierbei kann zumindest ein durch eine Spracherkennungseinrichtung erkannter Begriff als neuer Referenzbegriff zu der Mehrzahl gespeicherter Referenzbegriffe hinzugefügt werden. Zusätzlich oder alternativ kann eine Auswahlhistorie zu mindestens einem Referenzbegriff hinzugefügt werden. Die Auswahlhistorie kann durch Verlaufsdaten repräsentiert sein. Eine solche Ausführungsform bietet den Vorteil, dass die Mehrzahl gespeicherter Referenzbegriffe auf einem aktuellen Stand gehalten werden können, wobei insbesondere optionale Eingaben, benutzerspezifische Besonderheiten und zusätzlich oder alternativ ein Verlauf von Spracheingaben unter Verwendung eines jeweiligen Begriffs berücksichtigt werden können.In addition, the method may include a step of updating the plurality of stored reference terms. In this case, at least one term recognized by a speech recognition device can be added as a new reference term to the plurality of stored reference terms. Additionally or alternatively, a selection history may be added to at least one reference term. The selection history can be represented by historical data. Such an embodiment offers the advantage that the plurality of stored Reference terms can be kept up to date, in particular optional inputs, user-specific features and additionally or alternatively a course of voice input using a respective term can be considered.

Dabei kann im Schritt des Bestimmens der Wahrscheinlichkeitswert unter Verwendung der aktualisierten Referenzbegriffe bestimmt werden. Anders ausgedrückt kann im Schritt des Bestimmens der Wahrscheinlichkeitswert unter Verwendung der im Schritt des Aktualisierens aktualisierten Referenzbegriffe bestimmt werden. Eine solche Ausführungsform bietet den Vorteil, dass die Spracherkennung bzw. Sprachsteuerung als ein lernender Prozess realisiert werden kann.In this case, in the step of determining the probability value can be determined using the updated reference concepts. In other words, in the step of determining, the probability value may be determined using the reference terms updated in the step of updating. Such an embodiment offers the advantage that the speech recognition or speech control can be realized as a learning process.

Der hier vorgestellte Ansatz schafft ferner eine Vorrichtung, die ausgebildet ist, um die Schritte einer Variante eines hier vorgestellten Verfahrens in entsprechenden Einrichtungen durchzuführen, anzusteuern bzw. umzusetzen. Auch durch diese Ausführungsvariante der Erfindung in Form einer Vorrichtung kann die der Erfindung zugrunde liegende Aufgabe schnell und effizient gelöst werden. The approach presented here also creates a device that is designed to perform the steps of a variant of a method presented here in appropriate facilities to drive or implement. Also by this embodiment of the invention in the form of a device, the object underlying the invention can be solved quickly and efficiently.

Hierzu kann die Vorrichtung zumindest eine Recheneinheit zum Verarbeiten von Signalen oder Daten, zumindest eine Speichereinheit zum Speichern von Signalen oder Daten, zumindest eine Schnittstelle zu einem Sensor oder einem Aktor zum Einlesen von Sensorsignalen von dem Sensor oder zum Ausgeben von Daten- oder Steuersignalen an den Aktor und/oder zumindest eine Kommunikationsschnittstelle zum Einlesen oder Ausgeben von Daten aufweisen, die in ein Kommunikationsprotokoll eingebettet sind. Die Recheneinheit kann beispielsweise ein Signalprozessor, ein Mikrocontroller oder dergleichen sein, wobei die Speichereinheit ein Flash-Speicher, ein EPROM oder eine magnetische Speichereinheit sein kann. Die Kommunikationsschnittstelle kann ausgebildet sein, um Daten drahtlos und/oder leitungsgebunden einzulesen oder auszugeben, wobei eine Kommunikationsschnittstelle, die leitungsgebundene Daten einlesen oder ausgeben kann, diese Daten beispielsweise elektrisch oder optisch aus einer entsprechenden Datenübertragungsleitung einlesen oder in eine entsprechende Datenübertragungsleitung ausgeben kann. For this purpose, the device may comprise at least one computing unit for processing signals or data, at least one memory unit for storing signals or data, at least one interface to a sensor or an actuator for reading sensor signals from the sensor or for outputting data or control signals to the sensor Actuator and / or at least one communication interface for reading or outputting data embedded in a communication protocol. The arithmetic unit may be, for example, a signal processor, a microcontroller or the like, wherein the memory unit may be a flash memory, an EPROM or a magnetic memory unit. The communication interface can be designed to read or output data wirelessly and / or by line, wherein a communication interface that can read or output line-bound data, for example, electrically or optically read this data from a corresponding data transmission line or output to a corresponding data transmission line.

Unter einer Vorrichtung kann vorliegend ein elektrisches Gerät verstanden werden, das Sensorsignale verarbeitet und in Abhängigkeit davon Steuer- und/oder Datensignale ausgibt. Die Vorrichtung kann eine Schnittstelle aufweisen, die hard- und/oder softwaremäßig ausgebildet sein kann. Bei einer hardwaremäßigen Ausbildung können die Schnittstellen beispielsweise Teil eines sogenannten System-ASICs sein, der verschiedenste Funktionen der Vorrichtung beinhaltet. Es ist jedoch auch möglich, dass die Schnittstellen eigene, integrierte Schaltkreise sind oder zumindest teilweise aus diskreten Bauelementen bestehen. Bei einer softwaremäßigen Ausbildung können die Schnittstellen Softwaremodule sein, die beispielsweise auf einem Mikrocontroller neben anderen Softwaremodulen vorhanden sind.In the present case, a device can be understood as meaning an electrical device which processes sensor signals and outputs control and / or data signals in dependence thereon. The device may have an interface, which may be formed in hardware and / or software. In the case of a hardware-based embodiment, the interfaces can be part of a so-called system ASIC, for example, which contains a wide variety of functions of the device. However, it is also possible that the interfaces are their own integrated circuits or at least partially consist of discrete components. In a software training, the interfaces may be software modules that are present, for example, on a microcontroller in addition to other software modules.

In einer vorteilhaften Ausgestaltung erfolgt durch die Vorrichtung eine Steuerung zumindest einer Fahrzeugfunktion bzw. Funktion eines Fahrzeugs. Hierzu kann die Vorrichtung beispielsweise auf Sensorsignale wie Audiosignale und zusätzlich oder alternativ Sprachsignale, auf gespeicherte Referenzdaten sowie auf Kontextdaten zugreifen. Die Steuerung erfolgt über mit erkannten Begriffen verknüpfte Steuerbefehle.In an advantageous embodiment, the device is used to control at least one vehicle function or function of a vehicle. For this purpose, the device can access, for example, sensor signals such as audio signals and additionally or alternatively speech signals, stored reference data as well as context data. The control takes place via control commands linked with recognized terms.

Von Vorteil ist auch ein Computerprogrammprodukt oder Computerprogramm mit Programmcode, der auf einem maschinenlesbaren Träger oder Speichermedium wie einem Halbleiterspeicher, einem Festplattenspeicher oder einem optischen Speicher gespeichert sein kann und zur Durchführung, Umsetzung und/oder Ansteuerung der Schritte des Verfahrens nach einer der vorstehend beschriebenen Ausführungsformen verwendet wird, insbesondere wenn das Programmprodukt oder Programm auf einem Computer oder einer Vorrichtung ausgeführt wird.Also of advantage is a computer program product or computer program with program code which can be stored on a machine-readable carrier or storage medium such as a semiconductor memory, a hard disk memory or an optical memory and for carrying out, implementing and / or controlling the steps of the method according to one of the embodiments described above is used, especially when the program product or program is executed on a computer or a device.

Ausführungsbeispiele der Erfindung sind in den Zeichnungen dargestellt und in der nachfolgenden Beschreibung näher erläutert. Es zeigt:Embodiments of the invention are illustrated in the drawings and explained in more detail in the following description. It shows:

1 eine schematische Darstellung eines Fahrzeugs mit einer Vorrichtung gemäß einem Ausführungsbeispiel; 1 a schematic representation of a vehicle with a device according to an embodiment;

2 ein Ablaufdiagramm eines Verfahrens gemäß einem Ausführungsbeispiel; und 2 a flowchart of a method according to an embodiment; and

3 eine schematische Darstellung einer Spracherkennung gemäß einem Ausführungsbeispiel. 3 a schematic representation of a speech recognition according to an embodiment.

In der nachfolgenden Beschreibung günstiger Ausführungsbeispiele der vorliegenden Erfindung werden für die in den verschiedenen Figuren dargestellten und ähnlich wirkenden Elemente gleiche oder ähnliche Bezugszeichen verwendet, wobei auf eine wiederholte Beschreibung dieser Elemente verzichtet wird.In the following description of favorable embodiments of the present invention, the same or similar reference numerals are used for the elements shown in the various figures and similar acting, wherein a repeated description of these elements is omitted.

1 zeigt eine schematische Darstellung eines Fahrzeugs 100 mit einer Vorrichtung 140 gemäß einem Ausführungsbeispiel. Bei dem Fahrzeug 100 handelt es sich um ein Kraftfahrzeug, beispielsweise einen Personenkraftwagen oder ein Nutzfahrzeug. In dem Fahrzeug 100 befindet sich ein Nutzer 110 bzw. eine Bedienperson 110, insbesondere ein Fahrer 110. Der Nutzer 110 äußert eine Spracheingabe 115 bzw. einen Sprachbefehl 115 mit zumindest einem gesprochenen Begriff. Der Sprachbefehl 115 repräsentiert eine Absicht eines Steuern zumindest einer Funktion 120 des Fahrzeugs 100 bzw. einer Einrichtung 120 oder eines Gerätes 120 zum Ausführen einer Funktion des Fahrzeugs 100. 1 shows a schematic representation of a vehicle 100 with a device 140 according to an embodiment. In the vehicle 100 it is a motor vehicle, such as a passenger car or a commercial vehicle. In the vehicle 100 there is a user 110 or an operator 110 , especially a driver 110 , The user 110 expresses a voice input 115 or a voice command 115 with at least one spoken word. The voice command 115 represents an intention of controlling at least one function 120 of the vehicle 100 or a facility 120 or a device 120 to perform a function of the vehicle 100 ,

Das Fahrzeug 100 weist auch eine Spracherfassungseinrichtung 130 zum Erfassen des zumindest einen gesprochenen Begriffs des Sprachbefehls 115 auf. Dabei wird der Sprachbefehl 115 mittels der Spracherfassungseinrichtung 130 erfasst, in Gestalt von innerhalb des Fahrzeugs 100 aufgenommenen Audiodaten verarbeitet und in Gestalt eines Sprachsignals 135 bereitgestellt.The vehicle 100 also has a voice detection device 130 for detecting the at least one spoken word of the voice command 115 on. This is the voice command 115 by means of the speech detection device 130 captured, in the form of within the vehicle 100 recorded audio data processed and in the form of a speech signal 135 provided.

Das Fahrzeug weist ferner die Vorrichtung 140 auf. Bei der Vorrichtung 140 handelt es sich um eine Spracherkennungsvorrichtung 140 bzw. Vorrichtung 140 zum Durchführen einer Spracherkennung zum Steuern der zumindest einen Funktion 120 des Fahrzeugs 100.The vehicle also has the device 140 on. In the device 140 it is a speech recognition device 140 or device 140 for performing a speech recognition for controlling the at least one function 120 of the vehicle 100 ,

Die Spracherkennungsvorrichtung 140 ist ausgebildet, um ansprechend auf das Sprachsignal 135 ein Steuersignal 145 zu erzeugen. Dabei ist die Spracherkennungsvorrichtung 140 ausgebildet, um das Sprachsignal 135 zu empfangen. Insbesondere ist die Spracherkennungsvorrichtung 140 ausgebildet, um das Sprachsignal 135 von der Spracherfassungseinrichtung 130 oder einer Sprachschnittstelle zu der Spracherfassungseinrichtung 130 zu empfangen. Ferner ist die Spracherkennungsvorrichtung 140 ausgebildet, um unter anderem unter Verwendung des Sprachsignals 135 das Steuersignal 145 zu erzeugen. Das Steuersignal 145 ist geeignet, um die Funktion 120 des Fahrzeugs 100 bzw. die Einrichtung 120 oder das Gerät 120 zum Ausführen einer Funktion des Fahrzeugs 100 zu steuern. Das Steuersignal 145 repräsentiert einen Steuerbefehl zum Steuern der Funktion 120 des Fahrzeugs 100 bzw. der Einrichtung 120 oder des Gerätes 120 zum Ausführen der Funktion.The speech recognition device 140 is designed to be responsive to the speech signal 135 a control signal 145 to create. Here is the speech recognition device 140 trained to the voice signal 135 to recieve. In particular, the speech recognition device 140 trained to the voice signal 135 from the speech capture device 130 or a voice interface to the voice capture device 130 to recieve. Further, the speech recognition device 140 trained to, inter alia, using the voice signal 135 the control signal 145 to create. The control signal 145 is suitable to the function 120 of the vehicle 100 or the device 120 or the device 120 to perform a function of the vehicle 100 to control. The control signal 145 represents a control command for controlling the function 120 of the vehicle 100 or the institution 120 or the device 120 to execute the function.

Die Spracherkennungsvorrichtung 140 weist gemäß dem in 1 dargestellten Ausführungsbeispiel eine Ermittlungseinrichtung 152, eine Bestimmungseinrichtung 154 und eine Auswahleinrichtung 156 auf.The speech recognition device 140 according to the in 1 illustrated embodiment, a detection device 152 , a determination device 154 and a selector 156 on.

Die Ermittlungseinrichtung 152 ist ausgebildet, um ansprechend auf das empfangene Sprachsignal 135, welches den zumindest einen in dem Sprachbefehl 115 gesprochenen Begriff repräsentiert, zumindest einen Referenzbegriff aus einer Mehrzahl gespeicherter Referenzbegriffe abhängig von einem phonetischen Ähnlichkeitswert zwischen Begriff und Referenzbegriff zu ermitteln. Dabei ist dem zumindest einen Referenzbegriff ein Steuerbefehl zum Steuern der zumindest einen Funktion 120 des Fahrzeugs 100 zugeordnet. Die Ermittlungseinrichtung 152 ist ausgebildet, um ein Ermittlungssignal 153 bereitzustellen oder an die Bestimmungseinrichtung 154 auszugeben. Das Ermittlungssignal 153 repräsentiert den zumindest einen ermittelten Referenzbegriff.The determination device 152 is adapted to be responsive to the received speech signal 135 which includes the at least one in the voice command 115 spoken term represents to determine at least one reference term from a plurality of stored reference terms depending on a phonetic similarity value between term and reference term. In this case, the at least one reference term is a control command for controlling the at least one function 120 of the vehicle 100 assigned. The determination device 152 is trained to receive a detection signal 153 or to the determining device 154 issue. The detection signal 153 represents the at least one identified reference term.

Gemäß dem in 1 gezeigten Ausführungsbeispiel ist die Spracherkennungsvorrichtung 140 ausgebildet, um den zumindest einen Referenzbegriff und/oder die Mehrzahl der Referenzbegriffe abzurufen. Hierbei ist die Spracherkennungsvorrichtung 140 ausgebildet, um Referenzdaten 165 abzurufen, welche den zumindest einen Referenzbegriff und/oder die Mehrzahl der Referenzbegriffe repräsentieren. Die Spracherkennungsvorrichtung 140 ist ausgebildet, um die Referenzdaten 165 von zumindest einer Referenzschnittstelle zu einer fahrzeuginternen Speichereinrichtung 160 und/oder einer fahrzeugexternen Speichereinrichtung 162 zum Speichern einer phonetischen Begriffsbibliothek mit Referenzbegriffen abzurufen. Dabei ist die Spracherkennungsvorrichtung 140 über eine Funkschnittstelle 180 des Fahrzeugs 100 datenübertragungsfähig bzw. signalübertragungsfähig mit der fahrzeugexternen Speichereinrichtung 162 verbunden. Die Ermittlungseinrichtung 152 der Spracherkennungsvorrichtung 140 ist dabei ausgebildet, um die Referenzdaten 165 zu empfangen. Somit ist die Ermittlungseinrichtung 152 ausgebildet, um das Ermittlungssignal 153 unter Verwendung des Sprachsignals 135 sowie der Referenzdaten 165 zu erzeugen.According to the in 1 The embodiment shown is the speech recognition device 140 designed to retrieve the at least one reference term and / or the plurality of reference terms. Here is the speech recognition device 140 trained to reference data 165 which represent the at least one reference term and / or the plurality of reference terms. The speech recognition device 140 is trained to get the reference data 165 from at least one reference interface to an in-vehicle storage device 160 and / or an off-board storage device 162 to retrieve a phonetic term library with reference terms. Here is the speech recognition device 140 via a radio interface 180 of the vehicle 100 capable of data transmission or signal transmission capability with the vehicle-external memory device 162 connected. The determination device 152 the speech recognition device 140 is designed to be the reference data 165 to recieve. Thus, the detection means 152 trained to receive the detection signal 153 using the voice signal 135 as well as the reference data 165 to create.

Die Bestimmungseinrichtung 154 der Spracherkennungsvorrichtung 140 ist ausgebildet, um unter Verwendung von Kontextdaten 175 einen Wahrscheinlichkeitswert für den zumindest einen ermittelten Referenzbegriff bestimmen. Die Kontextdaten repräsentieren Fahrzeugdaten, Umgebungsdaten und/oder Verlaufsdaten der Spracherkennung. Dabei ist die Bestimmungseinrichtung 154 ausgebildet, um das Ermittlungssignal 153 von der Ermittlungseinrichtung 152 zu empfangen oder einzulesen. Ferner ist die Bestimmungseinrichtung 154 ausgebildet, um den Wahrscheinlichkeitswert unter Verwendung des Ermittlungssignals 153 und der Kontextdaten 175 zu bestimmen. Zudem ist die Bestimmungseinrichtung 154 ausgebildet, um ein Bestimmungssignal 155, welches den zumindest einen mit dem Wahrscheinlichkeitswert verknüpften Referenzbegriff repräsentiert, bereitzustellen oder an die Auswahleinrichtung 156 auszugeben.The determining device 154 the speech recognition device 140 is designed to work using contextual data 175 determine a probability value for the at least one determined reference term. The context data represent vehicle data, environment data and / or history data of the speech recognition. In this case, the determination device 154 trained to receive the detection signal 153 from the investigator 152 to receive or read. Further, the determining means 154 formed to the probability value using the detection signal 153 and the context data 175 to determine. In addition, the determination device 154 designed to be a destination signal 155 , which represents the at least one reference term associated with the probability value, or to the selection device 156 issue.

Gemäß dem in 1 dargestellten Ausführungsbeispiel ist die Spracherkennungsvorrichtung 140 auch ausgebildet, um die Kontextdaten 175 einzulesen. Dabei ist die Spracherkennungsvorrichtung 140 ausgebildet, um die Kontextdaten 175 von zumindest einer Kontextschnittstelle zu lediglich beispielsweise zwei fahrzeuginternen Kontextdateneinrichtungen 171, 173 und/oder einer fahrzeugexternen Kontextdateneinrichtung 174 einzulesen. Die Kontextdateneinrichtungen 171, 173, 174 sind ausgebildet, um Kontextdaten 175 bereitzustellen. Die fahrzeugexterne Kontextdateneinrichtung 174 ist gemäß dem in 1 gezeigten Ausführungsbeispiel über die Funkschnittstelle 180 signalübertragungsfähig bzw. datenübertragungsfähig mit der Spracherkennungsvorrichtung 140 verbunden. Die Bestimmungseinrichtung 154 der Spracherkennungsvorrichtung 140 ist ausgebildet, um die Kontextdaten 175 zu empfangen.According to the in 1 illustrated embodiment, the speech recognition device 140 also trained to handle the contextual data 175 read. Here is the speech recognition device 140 trained to the contextual data 175 from at least one context interface to only, for example, two in-vehicle context data devices 171 . 173 and / or an off-vehicle context data device 174 read. The context data facilities 171 . 173 . 174 are trained to provide contextual data 175 provide. The off-vehicle context data device 174 is according to the in 1 shown embodiment via the radio interface 180 signal transmitting or data transmission capability with the speech recognition device 140 connected. The determining device 154 the speech recognition device 140 is trained to handle the contextual data 175 to recieve.

Gemäß Ausführungsbeispielen können die Kontextdateneinrichtungen 171, 173, 174 zumindest einen Fahrzeugsensor, zumindest einen Umfeldsensor und/oder zumindest einen Datendienst oder dergleichen aufweisen. Somit können die Kontextdaten 175 dabei Fahrzeugsensordaten, Positionsdaten des Fahrzeugs 100, Geschwindigkeitsdaten des Fahrzeugs 100, eine aktuelle Uhrzeit, ein aktuelles Datum, Verlaufsdaten über eine Auswahlhistorie ausgewählter Referenzbegriffe, Fahrtdaten eines Fahrtenbuchs, Temperaturdaten, Wetterdaten, Kraftstofffüllmengendaten, Reifendruckdaten, Reifensensordaten, Scheibenwischersensordaten, Lichtlenkungsdaten, Profildaten von einem sozialen Netzwerk, Kartendaten von einem Kartendienst, Landmarkendaten, Kalenderdaten von einem Kalender, Adressdaten von einem Adressbuch, Daten über eine Häufigkeit einer Navigation zu einer Landmarke, Entfernungsdaten zu einer Landmarke, Daten zu Öffnungszeiten, Daten zu einem Textaufkommen eines Schlüsselworts in einer Nachricht, Reservierungsdaten,Termindaten und/oder dergleichen sein.According to embodiments, the context data facilities 171 . 173 . 174 at least one vehicle sensor, at least one environmental sensor and / or at least one data service or the like. Thus, the context data 175 while vehicle sensor data, position data of the vehicle 100 , Speed data of the vehicle 100 a current time, a current date, history data on a selection history of selected reference terms, trip data of a logbook, temperature data, weather data, fuel fill data, tire pressure data, tire sensor data, windshield wiper sensor data, light steering data, social network profile data, map data from a map service, landmark data, calendar data of one Calendar, address data from an address book, data about a frequency of a navigation to a landmark, distance data to a landmark, data on opening hours, data on a textual occurrence of a keyword in a message, reservation data, appointment data and / or the like.

Die Auswahleinrichtung 156 der Spracherkennungsvorrichtung 140 ist ausgebildet, um den Referenzbegriff mit dem höchsten Wahrscheinlichkeitswert zum Ausführen des zugeordneten Steuerbefehls auszuwählen. Hierzu ist die Auswahleinrichtung 156 ausgebildet, um das Bestimmungssignal 155 von der Bestimmungseinrichtung 154 zu empfangen oder einzulesen. Die Spracherkennungsvorrichtung 140 ist ausgebildet, um abhängig von dem ausgewählten Referenzbegriff das Steuersignal 145 zu erzeugen.The selection device 156 the speech recognition device 140 is configured to select the highest probability reference term to execute the associated control command. For this purpose, the selection device 156 trained to the destination signal 155 from the determining device 154 to receive or read. The speech recognition device 140 is designed to control the signal depending on the selected reference term 145 to create.

Somit ist gemäß dem in 1 dargestellten Ausführungsbeispiel die Spracherkennungsvorrichtung 140 ausgebildet, um unter Verwendung des Sprachsignals 135, der Referenzdaten 165 und der Kontextdaten 175 das Steuersignal 145 zu erzeugen.Thus, according to the in 1 illustrated embodiment, the speech recognition device 140 designed to be using the voice signal 135 , the reference data 165 and the context data 175 the control signal 145 to create.

Gemäß einem Ausführungsbeispiel kann die Spracherfassungseinrichtung 130 oder eine andere Einrichtung des Fahrzeugs 100 ausgebildet sein, um eine phonetische Vorerkennung von gesprochenen Begriffen des Sprachbefehls 115 auszuführen. Hierbei kann das Sprachsignal 135 erkannte Begriffe und die gesprochenen Begriffe repräsentieren. Die Spracherkennungsvorrichtung 140 kann dabei ausgebildet sein, um das Steuersignal 145 basierend auf den erkannten Begriffen und zumindest einem ausgewählten Referenzbegriffe zu erzeugen.According to one embodiment, the speech detection device 130 or another device of the vehicle 100 be formed to a phonetic pre-recognition of spoken terms of the voice command 115 perform. Here, the speech signal 135 represent recognized concepts and the spoken concepts. The speech recognition device 140 can be configured to the control signal 145 based on the recognized terms and at least one selected reference terms to produce.

Alternativ kann die Spracherkennungsvorrichtung 140 ausgebildet sein, um anstelle des Steuersignals 145 einen erkannten Steuerbefehl bereitzustellen oder auszugeben, der dem erkannten Sprachbefehl 115 entspricht.Alternatively, the speech recognition device 140 be formed in place of the control signal 145 provide or issue a recognized control command corresponding to the recognized voice command 115 equivalent.

2 zeigt ein Ablaufdiagramm eines Verfahrens 200 gemäß einem Ausführungsbeispiel. Das Verfahren 200 ist ausführbar, um eine Spracherkennung zum Steuern zumindest einer Funktion eines Fahrzeugs durchzuführen. Somit handelt es sich bei dem Verfahren 200 um ein Verfahren zum Durchführen einer Spracherkennung zum Steuern zumindest einer Funktion eines Fahrzeugs. Dabei ist das Verfahren 200 in Verbindung mit der Spracherkennungsvorrichtung aus 1 oder einer ähnlichen Spracherkennungsvorrichtung bzw. in Verbindung mit dem Fahrzeug aus 1 oder einem ähnlichen Fahrzeug ausführbar. 2 shows a flowchart of a method 200 according to an embodiment. The procedure 200 is executable to perform speech recognition for controlling at least one function of a vehicle. Thus, it is in the process 200 a method of performing speech recognition for controlling at least one function of a vehicle. Here is the procedure 200 in conjunction with the speech recognition device 1 or a similar voice recognition device or in conjunction with the vehicle 1 or a similar vehicle executable.

Das Verfahren 200 zum Durchführen weist einen Schritt 210 des Ermittelns zumindest eines Referenzbegriffs aus einer Mehrzahl gespeicherter Referenzbegriffe ansprechend auf ein empfangenes Sprachsignal auf, das zumindest einen durch einen Insassen des Fahrzeugs gesprochenen Begriff repräsentiert, wobei das Ermitteln abhängig von einem phonetischen Ähnlichkeitswert zwischen Begriff und Referenzbegriff erfolgt. Hierbei ist dem zumindest einen Referenzbegriff ein Steuerbefehl zum Steuern der zumindest einen Funktion des Fahrzeugs zugeordnet. In einem bezüglich des Schrittes 210 des Ermittelns nachfolgend ausführbaren Schritt 220 des Bestimmens wird bei dem Verfahren 200 unter Verwendung von Kontextdaten, die Fahrzeugdaten, Umgebungsdaten und/oder Verlaufsdaten der Spracherkennung repräsentieren, ein Wahrscheinlichkeitswert für den zumindest einen ermittelten Referenzbegriff bestimmt. Ferner wird in einem bezüglich des Schrittes 220 des Bestimmens nachfolgend ausführbaren Schritt 230 des Auswählens bei dem Verfahren 200 der Referenzbegriff mit dem höchsten Wahrscheinlichkeitswert zum Ausführen des zugeordneten Steuerbefehls ausgewählt.The procedure 200 to perform has one step 210 determining at least one reference term from a plurality of stored reference terms in response to a received speech signal representing at least one term spoken by an occupant of the vehicle, said determining being dependent on a phonetic similarity value between term and reference term. In this case, the at least one reference term is assigned a control command for controlling the at least one function of the vehicle. In one step 210 determining step subsequently executable 220 the determining is in the method 200 using context data representing vehicle data, environmental data and / or history data of speech recognition, determines a probability value for the at least one determined reference term. Further, in relation to the step 220 determining subsequently executable step 230 selecting in the method 200 the reference term with the highest probability value is selected to execute the associated control command.

Gemäß einem Ausführungsbeispiel weist das Verfahren 200 zum Durchführen ferner einen Schritt 240 des Empfangens des Sprachsignals von einer Sprachschnittstelle zu einer Spracherfassungseinrichtung zum Erfassen des zumindest einen gesprochenen Begriffs in innerhalb des Fahrzeugs aufgenommenen Audiodaten auf. Dabei ist der Schritt 240 des Empfangens vor dem Schritt 210 des Ermittelns ausführbar.According to one embodiment, the method 200 for performing a further step 240 receiving the speech signal from a speech interface to a speech detection device for detecting the at least one spoken word in audio data recorded within the vehicle. This is the step 240 of receiving before the step 210 of determining executable.

Gemäß einem weiteren Ausführungsbeispiel weist das Verfahren 200 zum Durchführen auch einen Schritt 250 des Abrufens des zumindest einen Referenzbegriffs von zumindest einer Referenzschnittstelle zu einer fahrzeuginternen Speichereinrichtung und/oder einer fahrzeugexternen Speichereinrichtung zum Speichern einer phonetischen Begriffsbibliothek auf. Der zumindest eine im Schritt 250 des Abrufens abgerufene Referenzbegriff ist hierbei im Schritt 210 des Ermittelns verwendbar.According to a further embodiment, the method 200 to perform a step as well 250 the retrieval of the at least one reference concept from at least one reference interface to an in-vehicle storage device and / or a vehicle-external storage device for storing a phonetic library of terms. The at least one step 250 retrieved reference term is here in the step 210 of detecting.

Gemäß noch einem weiteren Ausführungsbeispiel weist das Verfahren 200 zum Durchführen einen Schritt 260 des Einlesens der Kontextdaten von zumindest einer Kontextschnittstelle zu mindestens einer fahrzeuginternen und/oder fahrzeugexternen Kontextdateneinrichtung zum Bereitstellen von Kontextdaten auf. Die im Schritt 260 des Einlesens eingelesenen Kontextdaten sind im Schritt 220 des Bestimmens verwendbar.According to yet another embodiment, the method 200 to perform a step 260 reading in the context data from at least one context interface to at least one in-vehicle and / or vehicle-external context data device for providing context data. The in step 260 read in context data are in the step 220 of determining.

Optional weist das Verfahren 200 zum Durchführen auch einen Schritt 270 des Aktualisierens der Mehrzahl gespeicherter Referenzbegriffe auf. Hierbei wird im Schritt 270 des Aktualisierens zumindest ein durch eine Spracherkennungseinrichtung erkannter Begriff als neuer Referenzbegriff zu der Mehrzahl gespeicherter Referenzbegriffe hinzugefügt und/oder eine Auswahlhistorie zu mindestens einem Referenzbegriff hinzugefügt. Dabei wird gemäß einem Ausführungsbeispiel im Schritt 220 des Bestimmens der Wahrscheinlichkeitswert unter Verwendung der im Schritt 270 des Aktualisierens aktualisierten Referenzbegriffe bestimmt.Optionally, the procedure indicates 200 to perform a step as well 270 updating the plurality of stored reference terms. This is in the step 270 of updating, at least one term recognized by a speech recognition device is added as a new reference term to the plurality of stored reference terms and / or a selection history is added to at least one reference term. In this case, according to an embodiment in step 220 determining the probability value using the in step 270 of updating updated reference terms.

3 zeigt eine schematische Darstellung einer Spracherkennung gemäß einem Ausführungsbeispiel. Dabei erfolgt die Spracherkennung unter Verwendung der Spracherkennungsvorrichtung aus 1 oder einer ähnlichen Vorrichtung und/oder durch des Verfahrens aus 2 oder eines ähnlichen Verfahrens. 3 shows a schematic representation of a speech recognition according to an embodiment. In this case, the speech recognition is performed using the speech recognition device 1 or a similar device and / or by the method 2 or a similar procedure.

Bei der in 3 dargestellten Spracherkennung spricht der Fahrer 110 einen Satz bzw. Sprachbefehl 115 in ein Spracherkennungssystem 330 eines Fahrzeugs wie des Fahrzeugs aus 1. Der Sprachbefehl 115 lautet lediglich beispielhaft „Bring mich zu einer Tankstelle A und dann zu Hotel E“ mit der Absicht, ein Navigationssystem des Fahrzeugs zwei Wegpunkte bzw. Ziele finden und dorthin navigieren zu lassen. Das Spracherkennungssystem 330 erkennt phonetisch beispielsweise den für das Fahrzeug gebräuchlichen Befehl aus Schlüsselwörtern 321 und 322 bzw. den sogenannten Gate Command „Bring mich zu“ (321) sowie „und dann zu“ (322) aus dem Sprachbefehl 115. Es wird jedoch festgestellt, dass ein erster gesprochener Begriff 323 bzw. Begriff 1, beispielsweise „Tankstelle A“, und ein zweiter gesprochener Begriff 324 bzw. Begriff 2, beispielsweise „Hotel E“, phonetisch auch zu anderen Begriffen oder Worten, welche in der phonetischen, fahrzeugintern und/oder fahrzeugextern gespeicherten Vokabular-Bibliothek vorhanden sind, passen könnten.At the in 3 Speech recognition is spoken by the driver 110 a sentence or voice command 115 in a speech recognition system 330 of a vehicle like the vehicle 1 , The voice command 115 is merely an example "Take me to a gas station A and then to hotel E" with the intention of a navigation system of the vehicle to find two waypoints or destinations and to be navigated there. The speech recognition system 330 phonetically recognizes, for example, the common keyword command used by the vehicle 321 and 322 or the so-called Gate Command "bring me to" ( 321 ) and "and then" ( 322 ) from the voice command 115 , However, it is stated that a first spoken term 323 or term 1, for example "gas station A", and a second spoken term 324 or term 2, for example, "Hotel E", phonetically also to other terms or words that are present in the phonetic, in-vehicle and / or vehicle external vocabulary library library fit.

Ein Block 335 repräsentiert einen vorverarbeiteten Sprachbefehl mit durch das Spracherkennungssystem 330 erkannten Begriffen oder Wörtern. Beispielsweise lautet der vorverarbeitete Sprachbefehl „Bring mich zu <Begriff 1: nicht sicher erkannt, POI erwartet> und dann zu <Begriff 2: nicht sicher erkannt, POI erwartet>“.A block 335 represents a preprocessed voice command by the voice recognition system 330 recognized concepts or words. For example, the preprocessed voice command is "Take me to <term 1: not sure, POI expected> and then to <term 2: not sure, POI expected>".

Bei 370 sind in 3 ferner fahrzeuginterne und/oder fahrzeugexterne Kontextdateneinrichtungen veranschaulicht. Ferner symbolisiert ein Block die Kontextdaten 175. Hierbei können die Kontextdaten 175 als kontextuelle Fahrzeuginformationen und Cloud-Inhalt bzw. Cloud Content bezeichnet werden. Hierbei können die Kontextdaten 175 beispielsweise eine Fahrzeugposition nach Längengrad und Breitengrad, Uhrzeit und Datum, Daten von einem Fahrtenschreiber bzw. Fahrtenbuch mit beispielsweise fahrzeuginternen und fahrzeugexternen Einträgen, Daten von einem Kraftstofftanksensor mit Angabe des Füllstandes, Daten von einem Regensensor, Daten von einem Temperatursensor und/oder dergleichen umfassen.at 370 are in 3 also illustrates in-vehicle and / or out-of-vehicle context data facilities. Furthermore, a block symbolizes the context data 175 , Here, the contextual data 175 be referred to as contextual vehicle information and cloud content or cloud content. Here, the contextual data 175 For example, a vehicle position by longitude and latitude, time and date, data from a tachograph or logbook with, for example, in-vehicle and off-board entries, data from a fuel tank sensor indicating the level, data from a rain sensor, data from a temperature sensor and / or the like.

Ein erweitertes Spracherkennungssystem 340 greift während eines Abgleichs auf die Kontextdaten 175 bzw. Informationen und Inhalte eines Bord-Computers, Navigationssystems und/oder Infotainmentsystems onboard (= offline) wie auch offboard in der Cloud (= online) beispielsweise über ein Telematiksteuergerät TCU (Telematic Control Unit) zu. Die Kontextdaten 175 können zum Beispiel sein: Standort des Fahrzeugs, Geschwindigkeit des Fahrzeugs, Zeit, Datum, Drive Log mit zuvor besuchten oder annavigierten Orten, Fahrtenbuch, Temperatur, Wettervorhersage, Benzinstand, Reifendruck, Reifensensor, Scheibenwischersensor, Lichtlenkung, Online-Profile von Social Networks, Kartendiensten, Kalendern, Adressbuch etc.An advanced speech recognition system 340 accesses context data during reconciliation 175 or information and content of an on-board computer, navigation system and / or infotainment system onboard (= offline) as well as offboard in the cloud (= online) for example via a telematics control unit TCU (Telematic Control Unit). The context data 175 For example: location of the vehicle, speed of the vehicle, time, date, drive log with previously visited or navigated locations, logbook, temperature, weather forecast, gasoline level, tire pressure, tire sensor, windshield wiper sensor, light steering, online social network profiles, map services , Calendars, address book etc.

Das Spracherkennungssystem fügt durch diesen Content- und Daten-Abgleich neue Worte oder Begriffe zu der phonetischen Erkennungsbibliothek hinzu oder fügt diese live im selbigen Schritt hinzu. Ebenso fügt das System in diesem Schritt die Häufigkeiten, Anzahl und/oder Verwendung von diesen Daten hinzu, damit in einem nächsten Schritt damit auch zusätzliche Wort-Wahrscheinlichkeiten (Word Probability Score) 390 errechnet werden können. Beispielsweise wird der Referenzbegriff C zu der phonetischen Erkennungsbibliothek hinzugefügt, wie es durch bei 395 veranschaulicht ist.The speech recognition system adds new words or phrases to the phonetic recognition library through this content and data match, or adds them live in the same step. Likewise, in this step, the system adds the frequency, number, and / or use of this data to allow for additional word probabilities (Word Probability Score) in a next step. 390 can be calculated. For example, the reference term C is added to the phonetic recognition library as described in U.S. Pat 395 is illustrated.

In dem in 3 gezeigten Ausführungsbeispiel validiert das erweiterte Spracherkennungssystem 340 nach der Content- und Datenprüfung mehrere mögliche, phonetisch ähnliche und somit infrage kommende Begriffe für den ersten Begriff 322 und den zweiten Begriff 324. In 3 ist hier zu eine Aufstellung 365 gezeigt. Das erweiterte Spracherkennungssystem 340 zieht zum Beispiel bei der Berechnung die Häufigkeit der Navigation von vergangenen Zielen in Betracht und rechnet dies in den sogenannten Probability Score 390 von Wahrscheinlichkeitswerten mit ein, sowie auch eine Nähe in Relation zu Benzinstand, Öffnungszeiten, Kalendereinträgen, E-Mail-Textaufkommen von Schlüsselwörtern im E-Mail Verkehr, z. B. Hotelreservierung, Flugreservierung, Termin, Geburtstage etc. In the in 3 The embodiment shown validates the extended speech recognition system 340 after the content and data check several possible, phonetically similar and thus eligible terms for the first term 322 and the second term 324 , In 3 is here to a lineup 365 shown. The advanced speech recognition system 340 For example, consider the frequency of navigation of past targets in the calculation and calculate this in the so-called Probability Score 390 of likelihoods, as well as proximity in relation to fuel level, opening hours, calendar entries, email text traffic of keywords in email traffic, e.g. B. Hotel reservation, flight reservation, appointment, birthdays etc.

In der Aufstellung 365 sind für den ersten Begriff 323 beispielhaft phonetisch ähnliche Referenzbegriffe A, B, C und D und für den zweiten Begriff 394 beispielhaft phonetisch ähnliche Referenzbegriffe E, F und G aufgeführt. Den Referenzbegriffen A, B, C, D, E, F und G sind jeweilige Wahrscheinlichkeitswerte 390 bzw. der sogenannte Probability Score 390 zugeordnet.In the lineup 365 are for the first term 323 exemplary phonetically similar reference terms A, B, C and D and for the second term 394 Exemplary phonetically similar reference terms E, F and G listed. The reference terms A, B, C, D, E, F and G are respective probability values 390 or the so-called Probability Score 390 assigned.

So weist der Referenzbegriff A beispielsweise einen Wahrscheinlichkeitswert 390 von 94 auf. Referenzbegriff A lautet beispielsweise „Tankstelle A“. Der Wahrscheinlichkeitswert 390 ergibt sich beispielsweise dadurch, dass ein Fahrzeugsensor anzeigt, dass der Treibstoff knapp wird, dass Tankstelle A lediglich beispielsweise 4 km entfernt liegt und dreimal in einem Verlauf vergangener Routen bzw. Drive Log erscheint. Der Referenzbegriff B weist beispielsweise einen Wahrscheinlichkeitswert 390 von 64 auf. Referenzbegriff B lautet beispielsweise „Geschäft B“. Der Wahrscheinlichkeitswert 390 ergibt sich beispielsweise dadurch, dass Geschäft B zum Beispiel 5 km entfernt liegt, dass Geschäft B noch nicht im Drive Log erscheint, dass die aktuelle Uhrzeit beispielsweise 23:13 beträgt und dass Geschäft B lediglich bis 21:00 Uhr geöffnet hat. Der Referenzbegriff C weist beispielsweise einen Wahrscheinlichkeitswert 390 von 42 auf. Referenzbegriff C lautet beispielsweise „Ort C“. Der Wahrscheinlichkeitswert 390 ergibt sich beispielsweise dadurch, dass Ort C zum Beispiel 278 km entfernt liegt und nicht im Drive Log zu finden ist. Der Referenzbegriff D weist beispielsweise einen Wahrscheinlichkeitswert 390 von 12 auf. Referenzbegriff D lautet beispielsweise „Substantiv D”. Der Wahrscheinlichkeitswert 390 ergibt sich beispielsweise dadurch, dass das erste Schlüsselwort 321 „Bring mich zu“ lautet, was einen Navigationsmodus bezeichnet so das eine folgende Ortsangabe erwartet wird.For example, the reference term A has a probability value 390 from 94 on. Reference term A is, for example, "gas station A". The probability value 390 results, for example, in that a vehicle sensor indicates that the fuel is running low, that gas station A is only 4 km away, for example, and appears three times in a history of past routes or Drive Log. The reference term B has, for example, a probability value 390 from 64 on. Reference term B is, for example, "Business B". The probability value 390 For example, if Business B is 5km away, Business B does not yet appear in the Drive Log, for example, the current time is 23:13, and Business B is open only until 21:00. The reference term C has, for example, a probability value 390 from 42 on. Reference term C is, for example, "location C". The probability value 390 results, for example, in that location C is 278 km away, for example, and can not be found in the Drive Log. The reference term D has, for example, a probability value 390 from 12 on. Reference term D is, for example, "noun D". The probability value 390 results, for example, in that the first keyword 321 "Bring me" is what a navigation mode refers to so that a following location is expected.

Der Referenzbegriff E weist beispielsweise einen Wahrscheinlichkeitswert 390 von 92 auf. Referenzbegriff E lautet beispielsweise „Hotel E“. Der Wahrscheinlichkeitswert 390 ergibt sich beispielsweise dadurch, dass Hotel E zum Beispiel 12 km entfernt liegt und beispielsweise dreimal in dem Drive Log verzeichnet ist. Der Referenzbegriff F weist beispielsweise einen Wahrscheinlichkeitswert 390 von 82 auf. Referenzbegriff F lautet beispielsweise „Hotel F“. Der Wahrscheinlichkeitswert 390 ergibt sich beispielsweise dadurch, dass Hotel F zum Beispiel 9 km entfernt liegt und noch nicht im Drive Log gespeichert ist. Der Referenzbegriff G weist beispielsweise einen Wahrscheinlichkeitswert 390 von 18 auf. Referenzbegriff G lautet beispielsweise „Restaurant G“. Der Wahrscheinlichkeitswert 390 ergibt sich beispielsweise dadurch, dass die aktuelle Uhrzeit 23:13 Uhr ist und Restaurant G bis 22:00 Uhr geöffnet ist.The reference term E has, for example, a probability value 390 from 92 on. Reference term E is, for example, "Hotel E". The probability value 390 For example, Hotel E is 12 km away, for example, three times in the Drive Log. The reference term F has, for example, a probability value 390 from 82 on. Reference term F is, for example, "Hotel F". The probability value 390 results, for example, in that Hotel F is 9 km away and not yet stored in the Drive Log. The reference term G has, for example, a probability value 390 from 18 on. Reference term G is, for example, "Restaurant G". The probability value 390 For example, the current time is 23:13 and Restaurant G is open until 22:00.

Durch das erweiterte Spracherkennungssystem 340 resultiert nach der Berechnung der Wahrscheinlichkeitswerte 390, dass der erste Begriff 323 bzw. Begriff 1 am wahrscheinlichsten eine bei niedrigem Kraftstoffpegel häufig besuchte „Tankstelle A“ und der zweite Begriff 324 bzw. Begriff 2 in Anbetracht der Kontextdaten 175 am wahrscheinlichsten „Hotel E“ ist. Somit ergibt sich der erkannte Steuerbefehl 345, der beispielsweise korrekt „Bring mich zu Tankstelle A und dann zu Hotel E“ lautet.Through the advanced speech recognition system 340 results after the calculation of the probability values 390 that the first term 323 or term 1 most likely a low fuel level frequented "gas station A" and the second term 324 or term 2, given the contextual data 175 most likely "Hotel E" is. This results in the recognized control command 345 for example, correctly "Take me to gas station A and then to hotel E."

Das wahrscheinlich gewünschte Aufsuchen einer Tankstelle kann beispielsweise durch einen niedrigen Tankfüllstand, einen defekten Scheibenwischergummi und/oder dergleichen bei der Spracherkennung berücksichtigt werden.The likely desired location of a gas station can be taken into account, for example, by a low tank level, a defective windscreen wiper rubber and / or the like in speech recognition.

Umfasst ein Ausführungsbeispiel eine „und/oder“-Verknüpfung zwischen einem ersten Merkmal und einem zweiten Merkmal, so ist dies so zu lesen, dass das Ausführungsbeispiel gemäß einer Ausführungsform sowohl das erste Merkmal als auch das zweite Merkmal und gemäß einer weiteren Ausführungsform entweder nur das erste Merkmal oder nur das zweite Merkmal aufweist.If an exemplary embodiment comprises a "and / or" link between a first feature and a second feature, then this is to be read so that the embodiment according to one embodiment, both the first feature and the second feature and according to another embodiment either only first feature or only the second feature.

ZITATE ENTHALTEN IN DER BESCHREIBUNG QUOTES INCLUDE IN THE DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant has been generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte PatentliteraturCited patent literature

DE 102004012148 A1 [0003]

Claims

Procedure ( 200 ) for performing a speech recognition for controlling at least one function ( 120 ) of a vehicle ( 100 ), the process ( 200 ) comprises the following steps: 210 ) at least one reference term (A, B, C, D, E, F, G) of a plurality of stored reference terms in response to a received speech signal ( 135 ), at least one by an occupant ( 110 ) of the vehicle ( 100 ) spoken term ( 321 . 322 . 323 . 324 ), wherein the determining depends on a phonetic similarity value between term ( 321 . 322 . 323 . 324 ) and reference term (A, B, C, D, E, F, G), wherein the at least one reference term (A, B, C, D, E, F, G) is a control command for controlling the at least one function ( 120 ) of the vehicle ( 100 ) assigned; Determine ( 220 ) of a probability value ( 390 ) for the at least one determined reference term (A, B, C, D, E, F, G) using context data ( 175 ) representing vehicle data, environment data and / or history data of the speech recognition; and Select ( 230 ) of the reference term (A, E) with the highest probability value ( 390 ) to execute the associated control command.

Procedure ( 200 ) according to claim 1, characterized in that in step ( 220 ) of determining context data ( 175 ) Vehicle sensor data, position data of the vehicle ( 100 ), Vehicle speed data ( 100 ), a current time, a current date, history data on a selection history of selected reference terms, trip data of a logbook, temperature data, weather data, fuel fill data, tire pressure data, tire sensor data, windshield wiper sensor data, light steering data, social network profile data, map data from a map service, landmark data, calendar data of a calendar, address data from an address book, data on a frequency of a navigation to a landmark, distance data to a landmark, data on opening hours, data on a textual occurrence of a keyword in a message, reservation data and / or appointment data represent.

Procedure ( 200 ) according to one of the preceding claims, characterized by a step ( 240 ) of receiving the speech signal ( 135 ) from a speech interface to a speech capture device ( 130 ) for detecting the at least one spoken term ( 321 . 322 . 323 . 324 ) inside the vehicle ( 100 ) recorded audio data ( 115 ).

Procedure ( 200 ) according to one of the preceding claims, characterized by a step ( 250 ) of retrieving the at least one reference term (A, B, C, D, E, F, G) from at least one reference interface ( 180 ) to an in-vehicle storage device ( 160 ) and / or an off-board storage device ( 162 ) for storing a phonetic term library.

Procedure ( 200 ) according to one of the preceding claims, characterized by a step ( 260 ) of reading the context data ( 175 ) of at least one context interface ( 180 ) to at least one in-vehicle and / or vehicle-external context data device ( 171 . 173 . 174 ) for providing context data ( 175 ).

Procedure ( 200 ) according to one of the preceding claims, characterized by a step ( 270 ) of updating the plurality of stored reference terms, at least one of which by a speech recognition device ( 130 ) recognized term is added as a new reference term to the plurality of stored reference terms and / or a selection history to at least one reference term.

Procedure ( 200 ) according to claim 6, characterized in that in step ( 220 ) of determining the probability value ( 390 ) is determined using the updated reference terms.

Contraption ( 140 ), which is set up to take steps in the procedure ( 200 ) according to one of the preceding claims in corresponding units.

Computer program adapted to perform the procedure ( 200 ) according to one of the preceding claims.

A machine readable storage medium storing the computer program of claim 9.