System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种语音唤醒方法、装置、电子设备、存储介质及车辆制造方法及图纸_技高网

一种语音唤醒方法、装置、电子设备、存储介质及车辆制造方法及图纸

技术编号:44672958 阅读:5 留言:0更新日期:2025-03-19 20:27
本申请涉及一种语音唤醒方法、装置、电子设备、存储介质及车辆,该方法包括:采集目标语音信号;在检测到目标语音信号包括唤醒词,且基于位置模型识别目标语音信号的产生位置为车辆的舱内的情况下,确定车辆的当前档位;基于当前档位确定目标语音信号为舱内的语音信号的情况下,唤醒舱内的语音助手。该方法能够避免车辆的舱外人员唤醒舱内的语音助手,提高了汽车的安全性。

【技术实现步骤摘要】

本申请涉及汽车,尤其涉及一种语音唤醒方法、装置、电子设备、存储介质及车辆


技术介绍

1、随着车联网的发展,很多车辆中引入了语音交互技术。用户可以通过语音指令唤醒舱内的语音助手,以控制车辆执行相应的操作。然而,通过语音指令控制车辆,存在一定的安全隐患,如何让人与汽车之间更安全的交互成为汽车
的重要研究课题。

2、目前针对车辆舱内的语音助手的的唤醒方式为:在检测到语音信号中包括唤醒词,且基于位置模型识别到该语音信号的产生位置为车辆的舱内的情况下,唤醒车辆舱内的语音助手。

3、然而,目前的唤醒方法存在一定问题:位置模型在识别语音信号的产生位置时存在误判的情况,可能将来自舱外的语音信号的产生位置识别为舱内,这样,当舱内的语音助手接收到舱外传来的唤醒词时,也可以启动舱内的语音助手,进而控制车辆,增加了汽车的安全隐患。


技术实现思路

1、本申请提供了一种语音唤醒方法、装置、电子设备、存储介质及车辆,能够避免舱外人员唤醒舱内的语音助手,提高汽车的安全性。

2、第一方面,本申请实施例提供了一种语音唤醒方法,包括:采集目标语音信号;在检测到目标语音信号包括唤醒词,且基于位置模型识别目标语音信号的产生位置为车辆的舱内的情况下,确定车辆的当前档位;基于当前档位确定目标语音信号为舱内的语音信号的情况下,唤醒舱内的语音助手。

3、第二方面,本申请实施例提供了一种语音唤醒装置,包括:采集单元,用于采集目标语音信号;确定单元,用于在检测到目标语音信号包括唤醒词,且基于位置模型识别目标语音信号的产生位置为车辆的舱内的情况下,确定车辆的当前档位;唤醒单元,用于基于当前档位确定目标语音信号为舱内的语音信号的情况下,唤醒舱内的语音助手。

4、第三方面,本申请实施例提供了一种电子设备,包括:处理器,所述处理器用于执行存储于存储器的计算机程序,所述计算机程序被处理器执行时实现第一方面提供的任一种语音唤醒方法的步骤。

5、第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面提供的任一种语音唤醒方法的步骤。

6、第五方面,本申请实施例提供了一种车辆,包括:如第二方面所述的语音唤醒装置,或如第三方面所述的电子设备,或包括如第四方面所述的计算机可读存储介质。

7、第六方面,本申请实施例提供一种计算机程序产品,其中,该计算机程序产品包括计算机程序或指令,当该计算机程序产品在处理器上运行时,使得处理器执行该计算机程序或指令,实现如第一方面所述的语音唤醒方法的步骤。

8、第七方面,本申请实施例提供了一种芯片,该芯片包括处理器、存储器和通信接口,该通信接口和该处理器耦合,该存储器用于存储可在该处理器上运行的程序或指令,该处理器用于执行该程序或指令,实现如第一方面所述的语音唤醒方法的步骤。

9、本申请实施例提供的技术方案与现有技术相比具有如下优点:本申请实施例中,采集目标语音信号;在检测到目标语音信号包括唤醒词,且基于位置模型识别目标语音信号的产生位置为车辆的舱内的情况下,确定车辆的当前档位;基于当前档位确定目标语音信号为舱内的语音信号的情况下,唤醒舱内的语音助手。本方案中,在检测到目标语音信号包括唤醒词,且基于位置模型识别目标语音信号的产生位置为舱内的情况下,还基于当前档位确定目标语音信号的来源,在基于当前档位确定目标信号的为舱内的语音信号的情况下,再唤醒舱内的语音助手。如此,可以避免位置模型在识别语音信号的产生位置时,将来自舱外的语音信号的产生位置误判为舱内,导致舱外传来的语音信号也能唤醒语音助手,这样,可以进一步避免车外人员通过唤醒语音助手来控制车辆,降低了汽车的安全隐患。

本文档来自技高网...

【技术保护点】

1.一种语音唤醒方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述基于所述当前档位确定所述目标语音信号为所述舱内的语音信号,包括:

3.根据权利要求2所述的方法,其特征在于,所述确定所述舱内是否包括人体,包括:

4.根据权利要求1至3中任一项所述的方法,其特征在于,所述位置模型的模型训练过程包括:

5.根据权利要求4所述的方法,其特征在于,所述通过所述训练样本数据,对基于神经网络的基础模型进行训练,得到所述位置模型,包括:

6.根据权利要求5所述的方法,其特征在于,所述通过所述训练样本数据,对基于多尺度膨胀深度时间卷积网络MDTC的基础模型进行训练,得到所述位置模型,包括:

7.根据权利要求4所述的方法,其特征在于,所述获取训练样本数据,包括:

8.根据权利要求4所述的方法,其特征在于,所述获取训练样本数据,包括:

9.一种语音唤醒装置,其特征在于,包括:

10.一种电子设备,其特征在于,包括:处理器,所述处理器用于执行存储于存储器的计算机程序,所述计算机程序被处理器执行时实现权利要求1-8中任一项所述的语音唤醒方法的步骤。

11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-8中任一项所述的语音唤醒方法的步骤。

12.一种车辆,其特征在于,包括:如权利要求9所述的语音唤醒装置,或如权利要求10所述的电子设备,或包括如权利要求11所述的计算机可读存储介质。

...

【技术特征摘要】

1.一种语音唤醒方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述基于所述当前档位确定所述目标语音信号为所述舱内的语音信号,包括:

3.根据权利要求2所述的方法,其特征在于,所述确定所述舱内是否包括人体,包括:

4.根据权利要求1至3中任一项所述的方法,其特征在于,所述位置模型的模型训练过程包括:

5.根据权利要求4所述的方法,其特征在于,所述通过所述训练样本数据,对基于神经网络的基础模型进行训练,得到所述位置模型,包括:

6.根据权利要求5所述的方法,其特征在于,所述通过所述训练样本数据,对基于多尺度膨胀深度时间卷积网络mdtc的基础模型进行训练,得到所述位置模型,包括:

7.根据权利...

【专利技术属性】
技术研发人员:刘明
申请(专利权)人:北京罗克维尔斯科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1