CN109754803B

CN109754803B - 车载多音区语音交互***及方法

Info

Publication number: CN109754803B
Application number: CN201910065034.1A
Authority: CN
Inventors: 朱建强
Original assignee: Shanghai Wanson Electronic Technology Co ltd
Current assignee: Shanghai Wanson Electronic Technology Co ltd
Priority date: 2019-01-23
Filing date: 2019-01-23
Publication date: 2021-06-22
Anticipated expiration: 2039-01-23
Also published as: CN109754803A

Abstract

本发明涉及一种车联网技术领域的车载多音区语音交互***，包括语音接收模块、降噪模块和车载主机模块，所述语音接收模块、降噪模块和车载主机模块依次连接，所述语音接收模块，形成多个波束区域，用于接收车内语音信号；所述降噪模块，用于对接收的车内语音信号进行降噪处理；所述车载主机模块，用于控制语音指令相应执行主体执行相应动作。本发明能够将车载环境噪音抑制的同时，还能有效的将主驾、副驾、后排左侧、后排右侧的四人同时说话的声音分离，将处理后的干净、没有杂音的语音录音送到车载主机去做语音识别，保证了在车载环境下四个人可以同时语音控制车内设备、语音交互，而且同样可以很精准。

Description

车载多音区语音交互***及方法

技术领域

本发明涉及车联网技术领域，具体涉及一种车载多音区语音交互***及方法。

背景技术

随着人工智能的快速发展，车联网的架构逐渐形成趋势。当前，在车载互联场景中，随着语音识别与回声消除技术的日益成熟，用户使用语音进行操作的频率也日益增加。语音交互也从单轮语音交互发展为多轮语音交互，使得语音交互过程也更为流畅。

然而，由于车用环境通常相对复杂，车内噪音来源包括风切声、引擎声、冷气风扇声以及其他机械所产生的声音，甚而有车上导航影音***针对驾驶所提供行车服务，这些讯号源不只会对于一般通话造成一定的质量影响，对于语音识别部分，更会容易造成识别率降低，而导致整个行车过程中驾驶方面使用上的困难以及不适，同样车上多人同时说话，会严重干扰到语音识别，导致语音识别出错或者无响应，这些缺陷降低了用户的语音交互体验。

因此，有必要设计一种能够通过降噪处理以抵消车内的噪音、车内噪音降噪效果理想、营造安静的车内氛围的车载多音区语音交互***及方法。

发明内容

针对现有技术的缺陷，本发明的目的是提供一种车载多音区语音交互***，本发明能够通过降噪处理以抵消车内的噪音、车内噪音降噪效果理想、营造安静的车内氛围。

本发明涉及一种车载多音区语音交互***，包括语音接收模块、降噪模块和车载主机模块，所述语音接收模块、降噪模块和车载主机模块依次连接，

所述语音接收模块，形成多个波束区域，用于接收车内语音信号；

所述降噪模块，用于对接收的车内语音信号进行降噪处理；

所述车载主机模块，用于控制语音指令相应执行主体执行相应动作。

进一步地，所述语音接收模块为两个麦克风阵列，两个所述麦克风阵列对称分布在车两侧。

进一步地，所述麦克风阵列为两个全指向的麦克风。

进一步地，所述降噪模块包括背景降噪单元、语音波束合成指向单元和回声消除单元，

所述背景降噪单元，用于过滤掉稳态背景噪音和大部分动态背景噪音；

所述语音波束合成指向单元，用于形成定向拾音波束，抑制波束外的声音；

所述回声消除单元，用于消除两个麦克风阵列录下的车载喇叭播放的声音，实现播放时可以进行语音识别。

进一步地，所述车载主机模块包括语音唤醒单元、离线语音识别引擎单元、声纹识别引擎单元、连接云端识别引擎单元和语音合成单元，

所述语音唤醒单元，对唤醒词进行识别，用于语音控制和语音交互，

所述离线语音识别引擎单元，通过离线语音识别引擎进行处理，

所述声纹识别引擎单元，用于根据声纹特征鉴别人的身份，

所述连接云端识别引擎单元，用于利用云端识别进行识别，

所述语音合成单元，用于确保文字转语音播放。

相应地，本发明还公开了一种车载多音区语音交互方法，包括如下步骤：

步骤1：语音接收模块接收车内语音信号；

步骤2：降噪模块对接收的车内语音信号进行降噪处理；

步骤3：车载主机模块控制语音指令相应执行主体执行相应动作。

具体地，所述步骤2的降噪模块对接收的车内语音信号进行降噪处理包括如下步骤：

步骤2.1：背景降噪单元过滤掉稳态背景噪音和大部分动态背景噪音；

步骤2.2：语音波束合成指向单元形成定向拾音波束，抑制波束外的声音；

步骤2.3：回声消除单元消除两个麦克风阵列录下的车载喇叭播放的声音，实现播放时可以进行语音识别。

具体地，所述步骤3包括如下步骤：

步骤3.1：语音唤醒单元对唤醒词进行识别，用于语音控制和语音交互，

步骤3.2：离线语音识别引擎单元，通过离线语音识别引擎进行处理，

步骤3.3：声纹识别引擎单元根据声纹特征鉴别人的身份，

步骤3.4：连接云端识别引擎单元利用云端识别进行识别，

步骤3.5：语音合成单元确保文字转语音播放。

具体地，所述步骤2.1中的背景噪音包括空调出风音、开窗风音、车内机械摩擦音。

具体地，所述步骤3.5中的文字转语音播放，在联网和非联网的情况下，均能够通过本地语音合成。

与现有技术相比，本发明具有如下的有益效果：

1、本发明的车载多音区语音交互***，将车载环境噪音抑制的同时，还能有效的将主驾、副驾、后排左侧、后排右侧的四人同时说话的声音分离，将处理后的干净、没有杂音的语音录音送到车载主机去做语音识别，保证了在车载环境下四个人可以同时语音控制车内设备、语音交互，而且同样可以很精准；

2、本发明的车载多音区语音交互***，前后排两个麦克风阵列，能够实现独立音区拾音和分音区隔离，每个麦克风阵列为两个全指向的麦克风，形成4个波束区域，能够将同时说话的声音分离，分离>20dB；

3、本发明的车载多音区语音交互***，主驾，副驾以及后排乘客，比如后排在打电话，副驾在聊微信，主驾仍然可以语音控制，可以同时语音控制、语音识别，互相不干扰；

4、本发明的车载多音区语音交互***，语音指令更简洁，开车窗，控制空调、调节座椅等无需带方向词，自动声源定位；

5、本发明的车载多音区语音交互***，能够有效地抑制车载环境噪音，使得环境噪声抑制>20dB；

6、本发明的车载多音区语音交互***，能够有效地消除汽车喇叭到麦阵的回声，使得回声抑制>30dB；

7、本发明的车载多音区语音交互***，比如有些设备只能主驾才能控制。或者座椅可以根据不同用户的声音，自动调节到已经设置好的参数，能够进行声纹识别，并鉴别身份；

8、本发明的车载多音区语音交互***，实验室结果和实车环境结果基本一致语音识别率大大提升，本发明的车载多音区语音交互***。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。

图1为本发明的车载多音区语音交互***工作示意图；

图2为本发明的车载多音区语音交互***在车上的安装示意图；

图3为本发明的车载多音区语音交互***第一个应用场景示意图；

图4为本发明的车载多音区语音交互***第二个应用场景示意图；

图5为本发明的车载多音区语音交互***第三个应用场景示意图；

图6为本发明的车载多音区语音交互***第四个应用场景示意图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

实施例

本实施例中，本发明的车载多音区语音交互***，包括语音接收模块、降噪模块和车载主机模块，所述语音接收模块、降噪模块和车载主机模块依次连接，

所述降噪模块，用于对接收的车内语音信号进行降噪处理；

所述语音接收模块为两个麦克风阵列，两个所述麦克风阵列对称分布在车两侧。

所述麦克风阵列为两个全指向的麦克风。

所述降噪模块包括背景降噪单元、语音波束合成指向单元和回声消除单元，

所述车载主机模块包括语音唤醒单元、离线语音识别引擎单元、声纹识别引擎单元、连接云端识别引擎单元和语音合成单元，

所述声纹识别引擎单元，用于根据声纹特征鉴别人的身份，

所述连接云端识别引擎单元，用于利用云端识别进行识别，

所述语音合成单元，用于确保文字转语音播放。

步骤1：语音接收模块接收车内语音信号；

步骤2：降噪模块对接收的车内语音信号进行降噪处理；

所述步骤2的降噪模块对接收的车内语音信号进行降噪处理包括如下步骤：

所述步骤3包括如下步骤：

步骤3.3：声纹识别引擎单元根据声纹特征鉴别人的身份，

步骤3.4：连接云端识别引擎单元利用云端识别进行识别，

步骤3.5：语音合成单元确保文字转语音播放。

所述步骤2.1中的背景噪音包括空调出风音、开窗风音、车内机械摩擦音。

所述步骤3.5中的文字转语音播放，在联网和非联网的情况下，均能够通过本地语音合成。

接下来对本发明进行详细的描述。

本发明的目的是提供。

如图3所示，主驾说“发动机启动”，做声纹识别，身份鉴定后，直接启动发动机，其他人说无效。副驾说“调节座椅”，做声纹识别，身份鉴定后，座椅直接调到相应的设置。

如图4所示，语音指令更简洁，开窗户，控制空调等无需带方向词。主驾，副驾从此独立识别，同时干活效率高！主驾说“空调22度”(无需带方向词)，副驾说“空调26度”，两人可以同时说，调节分区空调。

如图5所示，分区分屏显示，让主驾驶导航和副驾视频，用语音自由控制，满足不同需求。

如图6所示，四个独立音区开窗户，控制空调，多媒体互动听歌名抢答，互不干扰。妹妹说“打开车窗”，直接打开左后车窗，无需带方向词。弟弟说“打开座椅加热”，直接对右后座椅加热。

表1实验测试数据

由表1可以看出，实验室结果和实车环境结果基本一致，车内语音识别率大大提升。

综上所述，本发明的车载多音区语音交互***，将车载环境噪音抑制的同时，还能有效的将主驾、副驾、后排左侧、后排右侧的四人同时说话的声音分离，将处理后的干净、没有杂音的语音录音送到车载主机去做语音识别，保证了在车载环境下四个人可以同时语音控制车内设备、语音交互，而且同样可以很精准；前后排两个麦克风阵列，能够实现独立音区拾音和分音区隔离，每个麦克风阵列为两个全指向的麦克风，形成4个波束区域，能够将同时说话的声音分离，分离>20dB；主驾，副驾以及后排乘客，比如后排在打电话，副驾在聊微信，主驾仍然可以语音控制，可以同时语音控制、语音识别，互相不干扰；语音指令更简洁，开车窗，控制空调、调节座椅等无需带方向词，自动声源定位；能够有效地抑制车载环境噪音，使得环境噪声抑制>20dB；能够有效地消除汽车喇叭到麦阵的回声，使得回声抑制>30dB；比如有些设备只能主驾才能控制。或者座椅可以根据不同用户的声音，自动调节到已经设置好的参数，能够进行声纹识别，并鉴别身份；实验室结果和实车环境结果基本一致语音识别率大大提升，本发明的车载多音区语音交互***。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims

1.一种车载多音区语音交互***，其特征在于，包括语音接收模块、降噪模块和车载主机模块，所述语音接收模块、降噪模块和车载主机模块依次连接，

所述降噪模块，用于对接收的车内语音信号进行降噪处理；

所述车载主机模块，用于控制语音指令相应执行主体执行相应动作；

所述语音接收模块为两个麦克风阵列，两个所述麦克风阵列对称分布在车两侧；所述麦克风阵列为两个全指向的麦克风；

所述回声消除单元，用于消除两个麦克风阵列录下的车载喇叭播放的声音，实现播放时可以进行语音识别；

所述降噪模块，在降噪过程中，每个麦克风阵列为两个全指向的麦克风形成双音区，进行降噪处理，通话消回声。

2.根据权利要求1所述的车载多音区语音交互***，其特征在于，所述车载主机模块包括语音唤醒单元、离线语音识别引擎单元、声纹识别引擎单元、连接云端识别引擎单元和语音合成单元，

所述声纹识别引擎单元，用于根据声纹特征鉴别人的身份，

所述连接云端识别引擎单元，用于利用云端识别进行识别，

所述语音合成单元，用于确保文字转语音播放。

3.一种车载多音区语音交互方法，其特征在于，运用权利要求1-2任一权利要求所述的车载多音区语音交互***执行如下步骤：

步骤1：语音接收模块接收车内语音信号；

步骤2：降噪模块对接收的车内语音信号进行降噪处理；

4.根据权利要求3所述的车载多音区语音交互方法，其特征在于，所述步骤2的降噪模块对接收的车内语音信号进行降噪处理包括如下步骤：

5.根据权利要求4所述的车载多音区语音交互方法，其特征在于，所述步骤3包括如下步骤：

步骤3.3：声纹识别引擎单元根据声纹特征鉴别人的身份，

步骤3.4：连接云端识别引擎单元利用云端识别进行识别，

步骤3.5：语音合成单元确保文字转语音播放。

6.根据权利要求4所述的车载多音区语音交互方法，其特征在于，所述步骤2.1中的背景噪音包括空调出风音、开窗风音、车内机械摩擦音。

7.根据权利要求5所述的车载多音区语音交互方法，其特征在于，所述步骤3.5中的文字转语音播放，在联网和非联网的情况下，均能够通过本地语音合成。