汽車駕駛員語音助手

暫無

汽車駕駛員語音助手\n技術(shù)領(lǐng)域\n[0001] 本發(fā)明涉及一種可通過汽車駕駛員的語音命令對汽車進(jìn)行操控的裝置，屬于汽車技術(shù)領(lǐng)域。\n背景技術(shù)\n[0002] 近幾年來，語音識別技術(shù)有了較大的突破，已經(jīng)出現(xiàn)了較為成熟的商用化的語音助手，如蘋果公司的Siri，谷歌公司的Google?Now,微軟公司的Cortana等。而在國內(nèi)，各種語音助手也是層出不窮，如智能360、小i機(jī)器人、蟲洞和靈犀等，為各種設(shè)備和裝置的人機(jī)交互提供了便利條件。\n[0003] 然而在汽車上，人機(jī)交互還是通過旋鈕、按鍵及觸屏來實(shí)現(xiàn)的，駕駛員還不能用自然語言直接發(fā)出各種操控命令。其主要原因是現(xiàn)有的語音識別系統(tǒng)還不能足夠準(zhǔn)確地識別說話人的身份，不能準(zhǔn)確無誤地區(qū)分駕駛員與乘客發(fā)出的語音信號，如果對乘客發(fā)出的與行車安全密切相關(guān)的語音操作命令（如加速、制動等），汽車控制系統(tǒng)也會執(zhí)行，就很容易引發(fā)交通事故，給駕駛員、乘客和行人的安全造成極大的威脅，這是絕對不允許的。\n發(fā)明內(nèi)容\n[0004] 本發(fā)明的目的在于針對現(xiàn)有技術(shù)之弊端，提供一種高可靠性的汽車駕駛員語音助手，在保證行車安全的同時(shí)，簡化駕駛員的操作。\n[0005] 本發(fā)明所述問題是以下述技術(shù)方案解決的：\n[0006] 一種汽車駕駛員語音助手，構(gòu)成中包括智能控制器及與智能控制器相連的拾音單元和執(zhí)行單元，所述智能控制器內(nèi)設(shè)置有聲紋識別模塊、語音命令存儲模塊和指令生成模塊，指令生成模塊將拾音單元采集到的語音信號與預(yù)存于語音命令存儲模塊中的語音命令進(jìn)行比較，若找到與之匹配的語音命令，則控制執(zhí)行單元執(zhí)行該語音命令所對應(yīng)的操作；聲紋識別模塊對拾音單元輸出的語音信號進(jìn)行聲紋識別并控制指令生成模塊的使能端，只有判斷該語音信號為駕駛員所發(fā)時(shí)，才允許指令生成模塊輸出信號。\n[0007] 上述汽車駕駛員語音助手，所述拾音單元包括三個(gè)麥克風(fēng)，它們安裝在駕駛室內(nèi)的不同位置且與駕駛員頭部距離相等，所述智能控制器內(nèi)設(shè)置有相位比較模塊，所述相位比較模塊將三個(gè)麥克風(fēng)所采集的語音信號的相位進(jìn)行比較并控制指令生成模塊的使能端，只有任意兩個(gè)麥克風(fēng)所輸出的信號之間的相位差均小于設(shè)定的閾值時(shí)，才允許指令生成模塊輸出信號。\n[0008] 上述汽車駕駛員語音助手，所述指令生成模塊將拾音單元采集到的語音信號與預(yù)存于語音命令存儲模塊中的語音命令進(jìn)行比較的方法如下：\n[0009] 用n維向量 表示拾音單元采集到的語音信號，用n維向量\n表示存儲的語音命令，用下式計(jì)算二者之間的相似度距離：\n[0010]\n[0011] 其中，ED為歐幾里得距離： ， 為向量各維差值的和的絕對\n值： ?，SAD為曼哈頓距離： ，式中 （ ，\n）是n?維向量各維的權(quán)值系數(shù)，\n[0012] 若相似度距離 小于設(shè)定的閾值，則認(rèn)為拾音單元采集到的語音信號與預(yù)存于語音命令存儲模塊中的語音命令匹配。\n[0013] 上述汽車駕駛員語音助手，所述聲紋識別模塊和相位比較模塊的輸出信號經(jīng)與門與指令生成模塊的使能端連接。\n[0014] 上述汽車駕駛員語音助手，三個(gè)麥克風(fēng)應(yīng)位于一個(gè)共圓內(nèi)。\n[0015] 上述汽車駕駛員語音助手，三個(gè)麥克風(fēng)之間的距離相等。\n[0016] 本發(fā)明利用聲紋識別技術(shù)識別說話人的身份，防止駕駛員以外的人員利用語音命令操控汽車，在保證行車安全的同時(shí)，簡化了駕駛員的操作，提高了駕車舒適性。三個(gè)麥克風(fēng)不僅可以采集聲音信號，還可用于判斷聲源位置，保證說話人身份識別的準(zhǔn)確性。\n附圖說明\n[0017] 下面結(jié)合附圖對本發(fā)明作進(jìn)一步詳述。\n[0018] 圖1是本發(fā)明的電原理框圖；\n[0019] 圖2是三個(gè)麥克風(fēng)的安裝示意圖。\n[0020] 圖2中各符號為：H、駕駛員頭部位置，a、b、c分別為三個(gè)麥克風(fēng)的安裝位置。\n具體實(shí)施方式\n[0021] 聲紋識別（Voiceprint?Recognition，VR），即說話人的音色（或稱聲紋）識別（Speaker?RecognitionSR），它與指紋識別技術(shù)一樣，屬于生物特征識別技術(shù)的一種，是一項(xiàng)根據(jù)語音波形中反映聲紋生理和行為特征的語音參數(shù)，自動識別聲紋身份的技術(shù)。與語音識別不同的是，聲紋識別不考慮語音中的字詞意思，它強(qiáng)調(diào)聲紋的個(gè)性；而語音識別的目的是識別出語音信號的內(nèi)容，并不考慮聲紋是誰，強(qiáng)調(diào)聲紋的共性。\n[0022] 近年來，在生物識別技術(shù)領(lǐng)域中，聲紋識別技術(shù)因具有獨(dú)特的方便性、經(jīng)濟(jì)性和準(zhǔn)確性等優(yōu)勢而受到世人矚目，并逐漸成為人們?nèi)粘Ｉ詈凸ぷ髦兄匾移占暗纳矸葑R別方法。通過聲紋識別技術(shù)實(shí)現(xiàn)身份識別的過程包括：首先從輸入的語音信號中提取能夠反映說話人是誰的特征；然后根據(jù)該特征進(jìn)行模式匹配，確定說話人的身份。然而聲紋識別的特征相似時(shí)，也會將特征相似的其他人誤識別為預(yù)識別人員。因此，要想準(zhǔn)確識別說話人的身份，還需要采取其它輔助措施。\n[0023] 參看圖1和圖2，本發(fā)明采用聲紋識別與說話人位置識別相結(jié)合的方法，保證了身份識別的準(zhǔn)確性。\n[0024] 位置識別原理：\n[0025] 參看圖2，三個(gè)麥克風(fēng)安裝在車內(nèi)不同位置，它們到駕駛員頭部的距離相同，由于駕駛員的語音傳到三個(gè)麥克風(fēng)的時(shí)間相同，因此當(dāng)駕駛員說話時(shí)，三個(gè)麥克風(fēng)所采集的語音信號的相位基本相同，而其他乘員說話時(shí)，三個(gè)麥克風(fēng)所采集的語音信號的相位會有較大差別。智能控制器根據(jù)這一原理就可識別語音信號是否來自駕駛員。\n[0026] 一般人的語音頻率都在1kH左右，根據(jù)聲音在空氣中的傳播速度計(jì)算可知，語音的波長大概在30cm左右，駕駛員開車時(shí)，其頭部晃動范圍較小，對麥克風(fēng)接收的聲音信號的相位影響不大，不會影響檢測精度。\n[0027] 為了保證其他乘員的頭部到三個(gè)麥克風(fēng)的距離不同，三個(gè)麥克風(fēng)的高度差應(yīng)盡量小，使經(jīng)過三個(gè)麥克風(fēng)的圓的軸線基本與水平面垂直。由于只有該軸線上的點(diǎn)到三個(gè)麥克風(fēng)的距離才相等，而其他乘員的頭部不會在該軸線上，這樣就保證了檢測精度。\n[0028] 本發(fā)明使用前，需先將駕駛員的聲紋信息和各種語音命令存儲在智能控制器中，存儲的方法與傳統(tǒng)方法相同，這里不再敘述。\n[0029] 本發(fā)明的工作過程：\n[0030] 三個(gè)麥克風(fēng)采集的聲音信號進(jìn)入智能控制器后，首先由模數(shù)轉(zhuǎn)換器轉(zhuǎn)換為數(shù)字信號，然后分成三路，分別進(jìn)入聲紋識別模塊、相位比較模塊和指令生成模塊，聲紋識別模塊根據(jù)其聲紋信息庫內(nèi)存儲的聲紋信息對信號進(jìn)行聲紋識別，相位比較模塊根據(jù)三個(gè)信號的相位差判斷語音信號是否來自于駕駛員，聲紋識別模塊和相位比較模塊的輸出信號經(jīng)與門接入指令生成模塊的使能端，只有當(dāng)兩模塊均判斷語音信號來自于駕駛員時(shí)，才允許指令生成模塊輸出指令信號。指令生成模塊將接收的語音信號與語音命令存儲模塊中存儲的語音命令相比較，若找到匹配的語音命令，則向執(zhí)行單元輸出相應(yīng)的指令信號，否則執(zhí)行單元不輸出信號。\n[0031] 司機(jī)在第一次駕駛汽車時(shí)，首先需要智能控制器對其進(jìn)行語音學(xué)習(xí)，即將汽車操控的命令輸入，并存儲在語音命令存儲模塊中，以后即作為具體操控命令的比較基準(zhǔn)。