CN110648553A - 一种站点提醒方法、电子设备及计算机可读存储介质 - Google Patents
一种站点提醒方法、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110648553A CN110648553A CN201910920151.1A CN201910920151A CN110648553A CN 110648553 A CN110648553 A CN 110648553A CN 201910920151 A CN201910920151 A CN 201910920151A CN 110648553 A CN110648553 A CN 110648553A
- Authority
- CN
- China
- Prior art keywords
- station
- information
- target
- reminding
- travel route
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000000926 separation method Methods 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 description 16
- 238000012549 training Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 8
- 238000001228 spectrum Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000037433 frameshift Effects 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
- G08G1/133—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams within the vehicle ; Indicators inside the vehicles or at stops
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0272—Voice signal separating
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
- H04M1/72457—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to geographic location
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明提供一种站点提醒方法、电子设备及计算机可读存储介质，涉及语音识别技术领域，所述方法包括：获取目标出行路线；接收语音播报信息，并识别所述语音播报信息的已到站点；若所述已到站点与所述目标出行路线中的目标站点相匹配，则输出第一提醒信息，其中，所述第一提醒信息用于提醒到站；若所述已到站点与所述目标站点不匹配，则输出第二提醒信息，所述第二提醒信息用于提醒所述目标出行路线的剩余站点信息。本发明实施例能够避免用户错过目标站点。
Description
技术领域
本发明涉及语音识别技术领域，尤其涉及一种站点提醒方法、电子设备及计算机可读存储介质。
背景技术
公共交通工具，例如，公交、地铁等，是现代社会人们工作、生活必不可少的出行方式。在乘坐交通工具的过程中，为给用户出行提供便利，公共交通***会提供各种站点信息的语音提醒。例如，在乘坐地铁的过程中，每到一个站点，会语音提示已到站点的信息。然而，若用户因为沉迷于玩手机、睡觉或其他事情而没有关注语音提醒，会导致用户错过站点。
发明内容
本发明实施例提供一种站点提醒方法及电子设备，以解决现有技术中若用户没有关注语音提醒，而导致用户错过站点的问题。
为了解决上述技术问题，本发明是这样实现的：
第一方面，本发明实施例提供了一种站点提醒方法，所述方法包括：
获取目标出行路线；
接收语音播报信息，并识别所述语音播报信息的已到站点；
若所述已到站点与所述目标出行路线中的目标站点相匹配，则输出第一提醒信息，其中，所述第一提醒信息用于提醒到站；
若所述已到站点与所述目标站点不匹配，则输出第二提醒信息，所述第二提醒信息用于提醒所述目标出行路线的剩余站点信息。
第二方面，本发明实施例提供了一种电子设备，所述电子设备包括：
获取模块，用于获取目标出行路线；
识别模块，用于接收语音播报信息，并识别所述语音播报信息的已到站点；
第一输出模块，用于若所述已到站点与所述目标出行路线中的目标站点相匹配，则输出第一提醒信息，其中，所述第一提醒信息用于提醒到站；
第二输出模块，用于若所述已到站点与所述目标站点不匹配，则输出第二提醒信息，所述第二提醒信息用于提醒所述目标出行路线的剩余站点信息。
第三方面，本发明实施例提供了一种电子设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面所述的站点提醒方法的步骤。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质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如第一方面所述的站点提醒方法的步骤。
本发明实施例中，获取目标出行路线；接收语音播报信息，并识别所述语音播报信息的已到站点；若所述已到站点与所述目标出行路线中的目标站点相匹配，则输出第一提醒信息，其中，所述第一提醒信息用于提醒到站；若所述已到站点与所述目标站点不匹配，则输出第二提醒信息，所述第二提醒信息用于提醒所述目标出行路线的剩余站点信息。这样，通过已到站点与目标出行路线进行匹配，实现对目标站点的实时监控，避免用户错过目标站点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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是本发明实施例提供的一种站点提醒方法的流程图；
图2是本发明实施例提供的站点提醒方法中的声纹识别流程示意图之一；
图3是本发明实施例提供的站点提醒方法中的声纹识别流程示意图之二；
图4是本发明实施例提供的站点提醒方法中的语音分离流程示意图；
图5是本发明实施例提供的站点提醒方法中的语音识别流程示意图；
图6是本发明实施例提供的一种电子设备的结构示意图之一；
图7是本发明实施例提供的一种电子设备的结构示意图之二；
图8是本发明实施例提供的一种电子设备的结构示意图之三；
图9是本发明实施例提供的一种电子设备的结构示意图之四。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1，图1是本发明实施例提供的一种站点提醒方法的流程图，如图1所示，包括以下步骤：
步骤101、获取目标出行路线。
其中，所述目标出行路线可以是包括地铁、公交等公交交通工具的路线，例如，所述目标出行路线可以包括地铁路线；或者，可以包括公交路线；或者，可以同时包括地铁路线及公交路线；更具体的，所述的出行路线包括途径的每一个地铁、公交等站名，尤其是换乘站衔接信息。获取所述目标出行路线可以是，获取当前位置，接收用户语音输入的目标位置，基于所述当前位置与所述目标位置显示至少一条出行路线，接收在所述至少一条出行路线中选择目标出行路线的输入，获取所述目标出行路线；或者可以是，获取当前位置，接收用户语音输入的目标位置，将从当前位置至所述目标位置的出行路线中花费时间最少的出行路线作为目标出行路线；或者可以是，获取用户直接语音输入的出行路线作为目标出行路线。所述的出行路线可以是多条，并在目标出行过程中实时更新。本发明实施例对此不进行限定。
步骤102、接收语音播报信息，并识别所述语音播报信息的已到站点。
其中，所述语音播报信息可以是公共交通工具播报的到站音频数据。例如，在公交上，所述到站音频数据可以是“本站是xx”、“下一站是xx”。所述识别所述语音播报信息的已到站点之前，可以建立语音识别模型，并对语音识别模型进行训练。可以通过采集公共交通工具播报的到站音频数据，对到站音频数据进行特征提取，根据提取的特征建立语音识别模型，并对语音识别模型进行训练。
另外，识别所述语音播报信息的已到站点，可以是通过语音分割技术分离出环境中机器播报的语音，然后通过语音识别模型对较纯净的语音进行识别，基于语音中识别出的唤醒词获取已到站点。例如，唤醒词可以为“本站”“下一站”等。具体的，可以利用声纹识别及语音分离技术获取语音播报信息，在公共交通工具上存在大量的音频信息，如机器播报的语音、人群说话声、机动车发出的机器声等，在大量的音频信息中利用声纹识别及语音分离技术提取语音播报信息，在获取语音播报信息后可以通过语音识别获取所述语音播报信息的已到站点。
步骤103、若所述已到站点与所述目标出行路线中的目标站点相匹配，则输出第一提醒信息，其中，所述第一提醒信息用于提醒到站。
其中，所述第一提醒信息可以是文字信息，或者可以是语音信息。输出所述第一提醒信息的同时还可以进行响铃提醒或者震动提醒，优选的，可以语音提醒用户已到站。所述目标站点可以是用户乘坐公共交通工具过程中下车的站点，例如，可以是所述目标出行路线中地铁路线中的最后站点，或者，可以是所述目标出行路线中公交路线中的最后站点。在已到站点与目标站点相匹配时，可以输出第一提醒信息提醒用户及时下车。
步骤104、若所述已到站点与所述目标站点不匹配，则输出第二提醒信息，所述第二提醒信息用于提醒所述目标出行路线的剩余站点信息。
其中，所述第二提醒信息可以是文字信息，或者可以是语音信息。输出所述第二提醒信息的同时还可以进行响铃提醒或者震动提醒，优选的，可以语音提醒用户所述出行路线的剩余站点信息。所述剩余站点信息可以包括剩余站点数和至所述目标站点的第一预估时间中的至少一项。
本发明实施例中，获取目标出行路线；接收语音播报信息，并识别所述语音播报信息的已到站点；若所述已到站点与所述目标出行路线中的目标站点相匹配，则输出第一提醒信息，其中，所述第一提醒信息用于提醒到站；若所述已到站点与所述目标站点不匹配，则输出第二提醒信息，所述第二提醒信息用于提醒所述目标出行路线的剩余站点信息。这样，通过已到站点与目标出行路线进行匹配，实现对目标站点的实时监控，避免用户错过目标站点。
可选的，所述语音播报信息为采用第一语言进行播报的信息；
所述输出第一提醒信息，包括：
输出第二语言的第一提醒信息；
所述输出第二提醒信息，包括：
输出第二语言的第二提醒信息。
其中，所述第一语言与所述第二语言不同。所述站点提醒方法可以应用于站点提醒装置，所述第二语言可以通过用户预先设置在所述站点提醒装置上，或者可以是，所述站点提醒装置在出厂的过程中默认设置。所述第二语言外的其他语言均可以作为第一语言。例如，用户在出国旅游时，所述语音播报信息播报的语言不是用户的母语，若用户语言不通很可能错过站点，可以采用用户的母语输出第一提醒信息和第二提醒信息。
该实施方式中，所述语音播报信息为采用第一语言进行播报的信息；所述输出第一提醒信息，包括：输出第二语言的第一提醒信息；所述输出第二提醒信息，包括：输出第二语言的第二提醒信息。这样，在出国旅游等场景下，通过语言翻译获取到站信息以及剩余站点信息，避免用户因为语言不通错过站点，用户体验较好。
可选的，所述接收语音播报信息，并识别所述语音播报信息的已到站点，包括：
接收公共交通工具上的音频信息；
对所述音频信息进行声纹识别及语音分离，提取语音播报信息；
对所述语音播报信息进行语音识别，获取所述语音播报信息的已到站点。
其中，所述音频信息可以包括公共交通工具上的各类声音，如机器播报的语音、人群说话声、机动车发出的机器声等。可以采集公共交通工具上的各类声音，对采集的各类声音进行声纹识别，获取包括机器播报的语音的音频，对包括机器播报的语音的音频进行语音分离，得到语音播报信息，对所述语音播报信息进行语音识别，获取所述语音播报信息的已到站点。
进一步的，声纹识别可以包括如下过程：
在获取公共交通工具上的语音信息后，该语音信息可以分为两类，第一类语音信息包括机器播报的语音，第二类语音信息不包括机器播报的语音，可以通过声纹识别模型获取第一类语音信息。如图2所示，声纹识别流程可以包括训练语音和识别语音，在训练语音时，首先提取语音特征，将提取的语音特征进行模型训练，得到模型库；在识别语音时，对待识别的语音进行特征提取，并基于模型库进行打分判决，将打分最高的结果作为识别语音的结果。在实际应用中，可以采用基于GMM-UBM(混合高斯-通用背景模型)的声纹识别***进行声纹识别，如图3所示，基于GMM-UBM的声纹识别***可以包括训练阶段和测试阶段，在训练阶段，将经过预处理特征提取的输入语音训练完成UBM，以UBM为初始模型，基于最大后验概率(Maximum APosterior,MAP)的自适应训练，得到说话人模型，即混合高斯模型(GMM)；在测试阶段，将经过预处理特征提取的输入语音取UBM TOP 5进行计算，再计算各个说话人模型得分，将得分最大的说话人作为声纹识别结果。GMM-UBM利用大量的说话人语音训练出一个全局背景模型(UBM)，因此在较小的训练集情况下仍然可以获得较为准确的模型，识别性能及鲁棒性较好。
作为一种具体的实施方式，在声纹识别模型中，对语音提取的特征为声学前端filter bank20维特征，并对该特征加入一阶差分和二阶差分，构成60维特征。识别模型为GMM-UBM，考虑机器播报的语音和除机器播报的语音外的环境音的数据分布差异较大，UBM采用1024个高斯模型，计算模型得分方法为PLDA算法。
进一步的，如图4所示，语音分离可以包括如下过程：
时频分解201，通过信号处理的方法，例如，听觉滤波器组或者短时傅里叶变换，将输入的时域信号分解为二维的时频信号表示；
特征提取202，提取帧级别或者时频单元级别的听觉特征，例如，短时傅里叶变换谱(FFT-magnitude)、短时傅里叶变换对数谱(FFT-log)、Amplitude modulationspectrogram(AMS)、Relative spectral transform and perceptual linear prediction(RASTA-PLP)、Melfrequency cepstral coefficients(MFCC)、Pitchbased features以及Multi-resolution cochleagram(MRCG)；
分离目标203，利用估计的分离目标以及混合信号合成目标语音的波形信号，其中，在分离目标的设计中，可以采用机器播报的语音的声纹特征作为分离目标。在声纹识别的过程中，训练一个识别纯净机器播报音，即只包含机器播报的语音，的声纹识别模型，利用其提取机器播报的语音的声纹特征，并将该声纹特征作为分离目标；
模型训练204，利用大量的输入输出训练对通过机器学习算法学习一个从带噪特征到分离目标的映射函数，应用于语音分离的学习模型大致可分为浅层模型(GMM，SVM，NMF)和深层模型(DNN，DSN，CNN，RNN，LSTM，Deep NMF)；
波形合成205，利用估计的分离目标以及混合信号，通过逆变换(逆傅里叶变换或者逆Gammatone滤波)获得目标语音的波形信号。
语音分离可以分为训练阶段和测试阶段，在训练阶段基于分离目标生成分离模型，在测试阶段对混合语音提取前端声学特征，并通过声纹识别模型，生成语音的声纹特征，通过训练阶段生成的分离模型，对包含噪音的混合语音进行语音分离，提取出纯净机器播报音，该纯净机器播报音作为语音分离提取到的语音播报信息。
作为一种具体的实施方式，在分离语音实验中，首先对前端语音进行分帧，帧长为0.025s，帧移为0.01s，对于每一个训练语音，将分帧后的每一帧语音做短时傅里叶变换，则构成该语音的时频谱(STFT)，即该语音的前端声学特征，而短时傅里叶变换输出的维度设置为512，对取实数域，则每一帧得到257维的特征，因此，一个语音的时频谱特征大小为：帧数*257。将该时频谱通过深度网络结构模型提取深度特征。对于分离模型采用的是深度卷积网络(CNN)，其包含5个卷积层，每层的卷积核大小为4，pooling层采用最大值池化，池化大小为2，训练的损失函数采用最小均方误差(MSE)。而对于分离目标的设计为纯净语音的声纹特征，按照上述声纹识别模型，对纯净语音提取filter bank特征，总共构成64维，并通过GMM-UBM模型提取语音的特征向量i-Vector，该向量设置为400维。
进一步的，在语音分离提取到语音播报信息后，可以对语音播报信息进行语音识别。如图5所示，语音识别过程可以包括语音信号预处理301、特征提取302、模式匹配303及模型库304。输入端进行语音输入，首先经过语音信号预处理，再根据人的语音特点建立语音模型，对输入的语音信号进行分析，并抽取所需的特征，在此基础上建立语音识别所需的模板。而计算机在识别过程中要根据语音识别的模型，将计算机中存放的语音模板与输入的语音信号的特征进行比较，根据一定的搜索和匹配策略，找出一系列最优的与输入语音匹配的模板。然后根据此模板的定义，通过查表就可以给出计算机的识别结果。显然，这种最优的结果与特征的选择、语音模型的好坏、模板是否准确都有直接的关系。
语音识别可以包括两大部分：训练和识别。训练通常是离线完成的，对预先收集好的海量语音、语言数据库进行信号处理和知识挖掘，获取语音识别所需要的“声学模型”和“语言模型”；而识别通常是在线完成的，对用户实时的语音进行自动识别。识别通常又可以分为“前端”和“后端”两大模块，“前端”模块主要用于进行端点检测(去除多余的静音和非说话声)、降噪、特征提取等；“后端”模块主要用于利用训练好的“声学模型”和“语言模型”对用户说话的特征向量进行统计模式识别，即解码，得到其包含的文字信息，此外，“后端”模块还存在一个“自适应”的反馈模块，可以对用户的语音进行自学习，从而对“声学模型”和“语言模型”进行必要的“校正”，进一步提高识别的准确率。。
该实施方式中，接收公共交通工具上的音频信息；对所述音频信息进行声纹识别及语音分离，提取语音播报信息；对所述语音播报信息进行语音识别，获取所述语音播报信息的已到站点。这样，通过声纹识别、语音分离及语音识别获取已到站点，能够准确地获取已到站点，进一步避免用户错过目标站点。
可选的，所述剩余站点信息包括剩余站点数和至所述目标站点的第一预估时间中的至少一项，所述若所述已到站点与所述目标站点不匹配，则输出第二提醒信息之后，所述方法还包括：
若第一预估时间超过第一预设时间阈值，则查找下一个站点的预设范围内的预设交通工具，并预估基于所述预设交通工具达到所述目标站点的第二预估时间；
若所述第二预估时间小于所述第一预估时间，且所述第二预估时间与所述第一预估时间的时间差大于第二预设时间阈值，则输出所述下一个站点至所述预设交通工具所在位置的地图导航，以及所述第二预估时间。
其中，所述剩余站点数可以是已到站点至目标站点为止剩余的站点数。所述至所述目标站点的第一预估时间可以根据车速及距离获取，或者可以根据经验获取，或者还可以根据当前的实时路况信息获取。所述第一预估时间可以是根据当前的实时路况信息获取的预估时间。例如，在堵车状态下，可以根据路上的车辆情况进行预估，所述第一预估时间较大；在无堵车状态下，可以只根据路程距离及常规车速进行计算，所述第一预估时间较小。所述第一预设时间阈值可以为30min，或者可以为1h，或者还可以为2h。所述第二预设时间阈值可以为10min，或者可以为20min，或者可以为30min等等，本发明实施例对此不进行限定。所述预设交通工具可以为共享自行车等与当前所使用的公共交通工具不同的其他公共交通工具。
该实施方式中，若第一预估时间超过第一预设时间阈值，则查找下一个站点的预设范围内的预设交通工具，并预估基于所述预设交通工具达到所述目标站点的第二预估时间；若所述第二预估时间小于所述第一预估时间，且所述第二预估时间与所述第一预估时间的时间差大于第二预设时间阈值，则输出所述下一个站点至所述预设交通工具所在位置的地图导航，以及所述第二预估时间。这样，在出现堵车或者乘车比骑共享自行车需要花费更长时间的情况下，可以主动给用户提供骑共享自行车的解决方案，用户体验较好。
可选的，所述获取目标出行路线，包括：
获取当前位置；
接收用户语音输入的目标位置；
基于所述当前位置与所述目标位置显示至少一条出行路线；
接收在所述至少一条出行路线中选择目标出行路线的输入；
获取所述目标出行路线。
其中，接收用户语音输入的目标位置后，可以通过语音识别技术获取所述目标位置的文本，基于所述当前位置和目标位置推荐给用户至少一条出行路线，以供用户在所述至少一个出行路线中选择目标出行路线。
该实施方式中，获取当前位置；接收用户语音输入的目标位置；基于所述当前位置与所述目标位置显示至少一条出行路线；接收在所述至少一条出行路线中选择目标出行路线的输入；获取所述目标出行路线。这样，通过与用户进行信息交互获取用户选择的目标出行路线，高度满足用户的需求，用户体验较好。
可选的，所述方法还包括：
若所述已到站点与所述目标出行路线中的站点均不匹配，则基于所述已到站点更新所述目标出行路线，并输出第三提醒信息，所述第三提醒信息用于提醒已对所述目标出行路线进行更新。
其中，可以将已到站点与目标出行路线中的所有站点一一对比，查看已到站点与目标出行路线中的站点是否匹配，也就是查看已到站点是否在目标出行路线的站点中。基于所述已到站点更新所述目标出行路线，可以是，基于所述已到站点与目标出行路线中的目标位置重新规划目标出行路线。所述第三提醒信息可以是文字信息，或者可以是语音信息。输出所述第三提醒信息的同时还可以进行响铃提醒或者震动提醒，优选的，可以语音提醒用户已对所述目标出行路线进行更新。
该实施方式中，在实际出行路线与目标出行路线不符时，根据当前已到站点更新目标出行路线，并提醒用户实际出行路线与目标出行路线不符，已对所述目标出行路线进行更新，能够监测用户的实际出行路线是否有误，用户体验较好。
参见图6，图6是本发明实施例提供的一种电子设备的结构示意图之一，如图6所示，电子设备400包括：
获取模块401，用于获取目标出行路线；
识别模块402，用于接收语音播报信息，并识别所述语音播报信息的已到站点；
第一输出模块403，用于若所述已到站点与所述目标出行路线中的目标站点相匹配，则输出第一提醒信息，其中，所述第一提醒信息用于提醒到站；
第二输出模块404，用于若所述已到站点与所述目标站点不匹配，则输出第二提醒信息，所述第二提醒信息用于提醒所述目标出行路线的剩余站点信息。
可选的，所述语音播报信息为采用第一语言进行播报的信息；
所述第一输出模块403具体用于：
若所述已到站点与所述目标出行路线中的目标站点相匹配，则输出第二语言的第一提醒信息；
所述第二输出模块404具体用于：
若所述已到站点与所述目标站点不匹配，则输出第二语言的第二提醒信息。
可选的，所述识别模块402具体用于：
接收公共交通工具上的音频信息；
对所述音频信息进行声纹识别及语音分离，提取语音播报信息；
对所述语音播报信息进行语音识别，获取所述语音播报信息的已到站点。
可选的，所述剩余站点信息包括剩余站点数和至所述目标站点的第一预估时间中的至少一项，如图7所示，所述电子设备400还包括：
查找模块405，若第一预估时间超过第一预设时间阈值，则查找下一个站点的预设范围内的预设交通工具，并预估基于所述预设交通工具达到所述目标站点的第二预估时间；
第三输出模块406，用于若所述第二预估时间小于所述第一预估时间，且所述第二预估时间与所述第一预估时间的时间差大于第二预设时间阈值，则输出所述下一个站点至所述预设交通工具所在位置的地图导航，以及所述第二预估时间。
可选的，所述获取模块401具体用于：
获取当前位置；
接收用户语音输入的目标位置；
基于所述当前位置与所述目标位置显示至少一条出行路线；
接收在所述至少一条出行路线中选择目标出行路线的输入；
获取所述目标出行路线。
可选的，如图8所示，所述电子设备400还包括：
更新模块407，用于若所述已到站点与所述目标出行路线中的站点均不匹配，则基于所述已到站点更新所述目标出行路线，并输出第三提醒信息，所述第三提醒信息用于提醒已对所述目标出行路线进行更新。
电子设备能够实现图1的方法实施例中实现的各个过程，为避免重复，这里不再赘述。
请参见图9，图9是本发明实施例提供的一种电子设备的结构示意图之四，如图9所示，电子设备500包括：存储器502、处理器501及存储在所述存储器502上并可在所述处理器501上运行的程序，其中：
所述处理器501读取存储器502中的程序，用于执行：
获取目标出行路线；
接收语音播报信息，并识别所述语音播报信息的已到站点；
若所述已到站点与所述目标出行路线中的目标站点相匹配，则输出第一提醒信息，其中，所述第一提醒信息用于提醒到站；
若所述已到站点与所述目标站点不匹配，则输出第二提醒信息，所述第二提醒信息用于提醒所述目标出行路线的剩余站点信息。
本发明实施例中，获取目标出行路线；接收语音播报信息，并识别所述语音播报信息的已到站点；若所述已到站点与所述目标出行路线中的目标站点相匹配，则输出第一提醒信息，其中，所述第一提醒信息用于提醒到站；若所述已到站点与所述目标站点不匹配，则输出第二提醒信息，所述第二提醒信息用于提醒所述目标出行路线的剩余站点信息。这样，通过已到站点与目标出行路线进行匹配，实现对目标站点的实时监控，避免用户错过目标站点。
可选的，所述语音播报信息为采用第一语言进行播报的信息；
所述处理器501执行的所述输出第一提醒信息，包括：
输出第二语言的第一提醒信息；
所述输出第二提醒信息，包括：
所述处理器501执行的输出第二语言的第二提醒信息。
可选的，所述接收语音播报信息，并识别所述语音播报信息的已到站点，包括：
接收公共交通工具上的音频信息；
对所述音频信息进行声纹识别及语音分离，提取语音播报信息；
对所述语音播报信息进行语音识别，获取所述语音播报信息的已到站点。
可选的，所述剩余站点信息包括剩余站点数和至所述目标站点的第一预估时间中的至少一项，所述处理器501还用于执行：
若第一预估时间超过第一预设时间阈值，则查找下一个站点的预设范围内的预设交通工具，并预估基于所述预设交通工具达到所述目标站点的第二预估时间；
若所述第二预估时间小于所述第一预估时间，且所述第二预估时间与所述第一预估时间的时间差大于第二预设时间阈值，则输出所述下一个站点至所述预设交通工具所在位置的地图导航，以及所述第二预估时间。
可选的，所述处理器501执行的所述获取目标出行路线，包括：
获取当前位置；
接收用户语音输入的目标位置；
基于所述当前位置与所述目标位置显示至少一条出行路线；
接收在所述至少一条出行路线中选择目标出行路线的输入；
获取所述目标出行路线。
可选的，所述处理器501还用于执行：
若所述已到站点与所述目标出行路线中的站点均不匹配，则基于所述已到站点更新所述目标出行路线，并输出第三提醒信息，所述第三提醒信息用于提醒已对所述目标出行路线进行更新。
在图9中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器501代表的一个或多个处理器和存储器502代表的存储器的各种电路链接在一起。总线架构还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。
处理器501负责管理总线架构和通常的处理，存储器502可以存储处理器501在执行操作时所使用的数据。
需要说明的是，本发明实施例方法实施例中的任意实施方式都可以被本实施例中的上述电子设备所实现，以及达到相同的有益效果，此处不再赘述。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述站点提醒方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。
Claims (13)
1.一种站点提醒方法，其特征在于，所述方法包括：
获取目标出行路线；
接收语音播报信息，并识别所述语音播报信息的已到站点；
若所述已到站点与所述目标出行路线中的目标站点相匹配，则输出第一提醒信息，其中，所述第一提醒信息用于提醒到站；
若所述已到站点与所述目标站点不匹配，则输出第二提醒信息，所述第二提醒信息用于提醒所述目标出行路线的剩余站点信息。
2.根据权利要求1所述的方法，其特征在于，所述语音播报信息为采用第一语言进行播报的信息；
所述输出第一提醒信息，包括：
输出第二语言的第一提醒信息；
所述输出第二提醒信息，包括：
输出第二语言的第二提醒信息。
3.根据权利要求1所述的方法，其特征在于，所述接收语音播报信息，并识别所述语音播报信息的已到站点，包括：
接收公共交通工具上的音频信息；
对所述音频信息进行声纹识别及语音分离，提取语音播报信息；
对所述语音播报信息进行语音识别，获取所述语音播报信息的已到站点。
4.根据权利要求1所述的方法，其特征在于，所述剩余站点信息包括剩余站点数和至所述目标站点的第一预估时间中的至少一项，所述若所述已到站点与所述目标站点不匹配，则输出第二提醒信息之后，所述方法还包括：
若第一预估时间超过第一预设时间阈值，则查找下一个站点的预设范围内的预设交通工具，并预估基于所述预设交通工具达到所述目标站点的第二预估时间；
若所述第二预估时间小于所述第一预估时间，且所述第二预估时间与所述第一预估时间的时间差大于第二预设时间阈值，则输出所述下一个站点至所述预设交通工具所在位置的地图导航，以及所述第二预估时间。
5.根据权利要求1所述的方法，其特征在于，所述获取目标出行路线，包括：
获取当前位置；
接收用户语音输入的目标位置；
基于所述当前位置与所述目标位置显示至少一条出行路线；
接收在所述至少一条出行路线中选择目标出行路线的输入；
获取所述目标出行路线。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若所述已到站点与所述目标出行路线中的站点均不匹配，则基于所述已到站点更新所述目标出行路线，并输出第三提醒信息，所述第三提醒信息用于提醒已对所述目标出行路线进行更新。
7.一种电子设备，其特征在于，所述电子设备包括：
获取模块，用于获取目标出行路线；
识别模块，用于接收语音播报信息，并识别所述语音播报信息的已到站点；
第一输出模块，用于若所述已到站点与所述目标出行路线中的目标站点相匹配，则输出第一提醒信息，其中，所述第一提醒信息用于提醒到站；
第二输出模块，用于若所述已到站点与所述目标站点不匹配，则输出第二提醒信息，所述第二提醒信息用于提醒所述目标出行路线的剩余站点信息。
8.根据权利要求7所述的电子设备，其特征在于，所述语音播报信息为采用第一语言进行播报的信息；
所述第一输出模块具体用于：
若所述已到站点与所述目标出行路线中的目标站点相匹配，则输出第二语言的第一提醒信息；
所述第二输出模块具体用于：
若所述已到站点与所述目标站点不匹配，则输出第二语言的第二提醒信息。
9.根据权利要求7所述的电子设备，其特征在于，所述识别模块具体用于：
接收公共交通工具上的音频信息；
对所述音频信息进行声纹识别及语音分离，提取语音播报信息；
对所述语音播报信息进行语音识别，获取所述语音播报信息的已到站点。
10.根据权利要求7所述的电子设备，其特征在于，所述剩余站点信息包括剩余站点数和至所述目标站点的第一预估时间中的至少一项，所述电子设备还包括：
查找模块，若第一预估时间超过第一预设时间阈值，则查找下一个站点的预设范围内的预设交通工具，并预估基于所述预设交通工具达到所述目标站点的第二预估时间；
第三输出模块，用于若所述第二预估时间小于所述第一预估时间，且所述第二预估时间与所述第一预估时间的时间差大于第二预设时间阈值，则输出所述下一个站点至所述预设交通工具所在位置的地图导航，以及所述第二预估时间。
11.根据权利要求7所述的电子设备，其特征在于，所述获取模块具体用于：
获取当前位置；
接收用户语音输入的目标位置；
基于所述当前位置与所述目标位置显示至少一条出行路线；
接收在所述至少一条出行路线中选择目标出行路线的输入；
获取所述目标出行路线。
12.根据权利要求7所述的电子设备，其特征在于，所述电子设备还包括：
更新模块，用于若所述已到站点与所述目标出行路线中的站点均不匹配，则基于所述已到站点更新所述目标出行路线，并输出第三提醒信息，所述第三提醒信息用于提醒已对所述目标出行路线进行更新。
13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质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如权利要求1至6中任一项所述的站点提醒方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910920151.1A CN110648553B (zh) | 2019-09-26 | 2019-09-26 | 一种站点提醒方法、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910920151.1A CN110648553B (zh) | 2019-09-26 | 2019-09-26 | 一种站点提醒方法、电子设备及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110648553A true CN110648553A (zh) | 2020-01-03 |
| CN110648553B CN110648553B (zh) | 2021-05-28 |
Family
ID=69011477
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910920151.1A Active CN110648553B (zh) | 2019-09-26 | 2019-09-26 | 一种站点提醒方法、电子设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110648553B (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111354371A (zh) * | 2020-02-26 | 2020-06-30 | Oppo广东移动通信有限公司 | 交通工具运行状态的预测方法、装置、终端及存储介质 |
| CN111526445A (zh) * | 2020-04-28 | 2020-08-11 | 歌尔科技有限公司 | 一种语音提示方法、***及其相关设备 |
| CN111949780A (zh) * | 2020-07-31 | 2020-11-17 | 八维通科技有限公司 | 沿出行线路自动交互方法 |
| CN112216140A (zh) * | 2020-09-18 | 2021-01-12 | 华为技术有限公司 | 交通工具到站确认方法、电子设备及计算机可读存储介质 |
| CN113205713A (zh) * | 2021-04-19 | 2021-08-03 | 临沂职业学院 | 用于辅助单词背诵的方法及装置、移动终端 |
| WO2021169757A1 (zh) * | 2020-02-27 | 2021-09-02 | Oppo广东移动通信有限公司 | 到站提醒方法、装置、存储介质及电子设备 |
| CN113709305A (zh) * | 2021-08-27 | 2021-11-26 | 云知声（上海）智能科技有限公司 | 基于语音识别的公交智能提醒方法及提醒*** |
| CN114241800A (zh) * | 2022-02-28 | 2022-03-25 | 天津市北海通信技术有限公司 | 一种智能报站辅助*** |
| CN114374764A (zh) * | 2022-03-20 | 2022-04-19 | 荣耀终端有限公司 | 地铁出行的提醒方法及电子设备 |
| CN114420132A (zh) * | 2022-03-28 | 2022-04-29 | 天津市北海通信技术有限公司 | 一种列车语音播报内容校验方法、***和存储介质 |
Citations (49)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002117487A (ja) * | 2000-10-10 | 2002-04-19 | Toyota Motor Corp | 移動体の利用案内情報提供装置 |
| CN101115245A (zh) * | 2006-07-25 | 2008-01-30 | 陈修志 | 具有语音识别及翻译功能的移动终端 |
| KR20090056450A (ko) * | 2007-11-30 | 2009-06-03 | (주)디코인 | 휴대단말에서 티펙 대중교통정보 서비스를 이용한 대중교통도착안내 방법과 그 방법을 제공하는 디엠비 티펙서비스이용가능한 휴대단말 |
| CN101976304A (zh) * | 2010-10-16 | 2011-02-16 | 陈长江 | 智能生活管家***及方法 |
| CN102410839A (zh) * | 2010-09-17 | 2012-04-11 | 阿尔派株式会社 | 导航装置和导航装置的路线引导方法 |
| CN102855770A (zh) * | 2011-06-27 | 2013-01-02 | 上海市静安区教育学院附属学校 | 一种智能车站导航*** |
| CN103020734A (zh) * | 2012-12-04 | 2013-04-03 | 北京世纪高通科技有限公司 | 换乘路径计算方法及装置 |
| CN103309854A (zh) * | 2013-06-08 | 2013-09-18 | 开平市中铝实业有限公司 | 一种出租车翻译机*** |
| CN103345923A (zh) * | 2013-07-26 | 2013-10-09 | 电子科技大学 | 一种基于稀疏表示的短语音说话人识别方法 |
| CN103413433A (zh) * | 2013-07-26 | 2013-11-27 | 浙江工业大学 | 一种基于流量信息的交通拥堵时的公交换乘方法 |
| CN103617742A (zh) * | 2013-11-27 | 2014-03-05 | 南通芯迎设计服务有限公司 | 一种站点信息提示装置 |
| CN103970734A (zh) * | 2014-05-21 | 2014-08-06 | 刘业兴 | 一种交互式多语种自动翻译终端及其实现方法 |
| CN104219459A (zh) * | 2014-09-30 | 2014-12-17 | 上海摩软通讯技术有限公司 | 视频语言翻译方法、***及智能显示设备 |
| CN104392626A (zh) * | 2014-10-30 | 2015-03-04 | 小米科技有限责任公司 | 路线信息提醒方法及装置 |
| CN104615788A (zh) * | 2015-03-09 | 2015-05-13 | 徐婷 | 一种信息通知的方法、设备及*** |
| CN104821069A (zh) * | 2015-05-25 | 2015-08-05 | 重庆蓝岸通讯技术有限公司 | 一种基于用户手机终端的地铁到站提醒方法 |
| CN104978868A (zh) * | 2015-06-15 | 2015-10-14 | 小米科技有限责任公司 | 到站提醒方法及装置 |
| CN105373532A (zh) * | 2014-08-26 | 2016-03-02 | 小米科技有限责任公司 | 设置翻译语言的方法和装置 |
| CN105391848A (zh) * | 2015-10-12 | 2016-03-09 | 广东欧珀移动通信有限公司 | 基于移动终端的报站方法和移动终端 |
| CN105489051A (zh) * | 2016-02-15 | 2016-04-13 | 青岛海信电器股份有限公司 | 公交到站提示方法和移动终端及云端服务器 |
| CN105577943A (zh) * | 2016-02-03 | 2016-05-11 | 上海卓易科技股份有限公司 | 一种公交报站提示方法、***以及移动终端 |
| JP2016092579A (ja) * | 2014-11-04 | 2016-05-23 | 三菱電機株式会社 | 放送受信システム及びそのリスト作成方法 |
| CN105719659A (zh) * | 2016-02-03 | 2016-06-29 | 努比亚技术有限公司 | 基于声纹识别的录音文件分离方法及装置 |
| CN105843476A (zh) * | 2016-03-25 | 2016-08-10 | 海信集团有限公司 | 一种人机交互方法及*** |
| CN105843810A (zh) * | 2015-01-13 | 2016-08-10 | 电信科学技术研究院 | 一种规划出行路线的方法和设备 |
| CN106126510A (zh) * | 2016-06-27 | 2016-11-16 | 安徽声讯信息技术有限公司 | 一种具有在线多引擎自动语音识别的快速翻译装置 |
| KR101707525B1 (ko) * | 2015-08-12 | 2017-02-16 | 선문대학교 산학협력단 | 버스 정류장 단말기 및 이의 동작 방법 |
| CN106558232A (zh) * | 2015-09-30 | 2017-04-05 | 中国电信股份有限公司 | 一种用户到站提醒方法、***和到站提醒服务器 |
| CN106598955A (zh) * | 2015-10-20 | 2017-04-26 | 阿里巴巴集团控股有限公司 | 语音翻译方法及装置 |
| CN106710283A (zh) * | 2016-12-28 | 2017-05-24 | 上海与德信息技术有限公司 | 一种基于移动终端的报站提醒方法及装置 |
| CN106782565A (zh) * | 2016-11-29 | 2017-05-31 | 重庆重智机器人研究院有限公司 | 一种声纹特征识别方法及*** |
| CN106775205A (zh) * | 2016-11-22 | 2017-05-31 | 宇龙计算机通信科技(深圳)有限公司 | 一种到站提醒方法及装置 |
| CN106989754A (zh) * | 2017-03-31 | 2017-07-28 | 芜湖泰领信息科技有限公司 | 基于公共自行车的多模式公共交通规划***及方法 |
| CN107085749A (zh) * | 2016-02-12 | 2017-08-22 | 阿尔斯通运输科技公司 | 预测性多模式陆上运输监管 |
| CN107480146A (zh) * | 2017-08-07 | 2017-12-15 | 中译语通科技（青岛）有限公司 | 一种识别语种语音的会议纪要快速翻译方法 |
| CN207380910U (zh) * | 2017-08-18 | 2018-05-18 | 内蒙古凯建楼宇设备有限公司 | 一种智能公交站牌 |
| CN108133353A (zh) * | 2016-12-01 | 2018-06-08 | 昆山研达电脑科技有限公司 | 出行智能提醒方法 |
| CN108198569A (zh) * | 2017-12-28 | 2018-06-22 | 北京搜狗科技发展有限公司 | 一种音频处理方法、装置、设备及可读存储介质 |
| CN108538071A (zh) * | 2018-03-30 | 2018-09-14 | 联动优势电子商务有限公司 | 一种多语言报站的方法及装置 |
| CN108627165A (zh) * | 2017-03-23 | 2018-10-09 | 刘海强 | 实现最优导航的方法 |
| CN108898869A (zh) * | 2018-05-07 | 2018-11-27 | 阿里巴巴集团控股有限公司 | 到站提醒方法、装置及*** |
| CN108922538A (zh) * | 2018-05-29 | 2018-11-30 | 平安科技（深圳）有限公司 | 会议信息记录方法、装置、计算机设备及存储介质 |
| CN109378010A (zh) * | 2018-10-29 | 2019-02-22 | 珠海格力电器股份有限公司 | 神经网络模型的训练方法、语音去噪方法及装置 |
| CN109524013A (zh) * | 2018-12-18 | 2019-03-26 | 北京猎户星空科技有限公司 | 一种语音处理方法、装置、介质和智能设备 |
| CN109686363A (zh) * | 2019-02-26 | 2019-04-26 | 深圳市合言信息科技有限公司 | 一种现场会议人工智能同传设备 |
| KR20190050260A (ko) * | 2017-11-02 | 2019-05-10 | 이중찬 | 실시간 시내/시외버스 알리미 |
| CN109741754A (zh) * | 2018-12-10 | 2019-05-10 | 上海思创华信信息技术有限公司 | 一种会议语音识别方法及***、存储介质及终端 |
| CN109858658A (zh) * | 2017-11-30 | 2019-06-07 | 北京嘀嘀无限科技发展有限公司 | 行程预估方法及装置 |
| CN110191184A (zh) * | 2019-05-31 | 2019-08-30 | 国信优易数据有限公司 | 一种时长信息推送方法、装置、设备和介质 |
-
2019
- 2019-09-26 CN CN201910920151.1A patent/CN110648553B/zh active Active
Patent Citations (49)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002117487A (ja) * | 2000-10-10 | 2002-04-19 | Toyota Motor Corp | 移動体の利用案内情報提供装置 |
| CN101115245A (zh) * | 2006-07-25 | 2008-01-30 | 陈修志 | 具有语音识别及翻译功能的移动终端 |
| KR20090056450A (ko) * | 2007-11-30 | 2009-06-03 | (주)디코인 | 휴대단말에서 티펙 대중교통정보 서비스를 이용한 대중교통도착안내 방법과 그 방법을 제공하는 디엠비 티펙서비스이용가능한 휴대단말 |
| CN102410839A (zh) * | 2010-09-17 | 2012-04-11 | 阿尔派株式会社 | 导航装置和导航装置的路线引导方法 |
| CN101976304A (zh) * | 2010-10-16 | 2011-02-16 | 陈长江 | 智能生活管家***及方法 |
| CN102855770A (zh) * | 2011-06-27 | 2013-01-02 | 上海市静安区教育学院附属学校 | 一种智能车站导航*** |
| CN103020734A (zh) * | 2012-12-04 | 2013-04-03 | 北京世纪高通科技有限公司 | 换乘路径计算方法及装置 |
| CN103309854A (zh) * | 2013-06-08 | 2013-09-18 | 开平市中铝实业有限公司 | 一种出租车翻译机*** |
| CN103345923A (zh) * | 2013-07-26 | 2013-10-09 | 电子科技大学 | 一种基于稀疏表示的短语音说话人识别方法 |
| CN103413433A (zh) * | 2013-07-26 | 2013-11-27 | 浙江工业大学 | 一种基于流量信息的交通拥堵时的公交换乘方法 |
| CN103617742A (zh) * | 2013-11-27 | 2014-03-05 | 南通芯迎设计服务有限公司 | 一种站点信息提示装置 |
| CN103970734A (zh) * | 2014-05-21 | 2014-08-06 | 刘业兴 | 一种交互式多语种自动翻译终端及其实现方法 |
| CN105373532A (zh) * | 2014-08-26 | 2016-03-02 | 小米科技有限责任公司 | 设置翻译语言的方法和装置 |
| CN104219459A (zh) * | 2014-09-30 | 2014-12-17 | 上海摩软通讯技术有限公司 | 视频语言翻译方法、***及智能显示设备 |
| CN104392626A (zh) * | 2014-10-30 | 2015-03-04 | 小米科技有限责任公司 | 路线信息提醒方法及装置 |
| JP2016092579A (ja) * | 2014-11-04 | 2016-05-23 | 三菱電機株式会社 | 放送受信システム及びそのリスト作成方法 |
| CN105843810A (zh) * | 2015-01-13 | 2016-08-10 | 电信科学技术研究院 | 一种规划出行路线的方法和设备 |
| CN104615788A (zh) * | 2015-03-09 | 2015-05-13 | 徐婷 | 一种信息通知的方法、设备及*** |
| CN104821069A (zh) * | 2015-05-25 | 2015-08-05 | 重庆蓝岸通讯技术有限公司 | 一种基于用户手机终端的地铁到站提醒方法 |
| CN104978868A (zh) * | 2015-06-15 | 2015-10-14 | 小米科技有限责任公司 | 到站提醒方法及装置 |
| KR101707525B1 (ko) * | 2015-08-12 | 2017-02-16 | 선문대학교 산학협력단 | 버스 정류장 단말기 및 이의 동작 방법 |
| CN106558232A (zh) * | 2015-09-30 | 2017-04-05 | 中国电信股份有限公司 | 一种用户到站提醒方法、***和到站提醒服务器 |
| CN105391848A (zh) * | 2015-10-12 | 2016-03-09 | 广东欧珀移动通信有限公司 | 基于移动终端的报站方法和移动终端 |
| CN106598955A (zh) * | 2015-10-20 | 2017-04-26 | 阿里巴巴集团控股有限公司 | 语音翻译方法及装置 |
| CN105577943A (zh) * | 2016-02-03 | 2016-05-11 | 上海卓易科技股份有限公司 | 一种公交报站提示方法、***以及移动终端 |
| CN105719659A (zh) * | 2016-02-03 | 2016-06-29 | 努比亚技术有限公司 | 基于声纹识别的录音文件分离方法及装置 |
| CN107085749A (zh) * | 2016-02-12 | 2017-08-22 | 阿尔斯通运输科技公司 | 预测性多模式陆上运输监管 |
| CN105489051A (zh) * | 2016-02-15 | 2016-04-13 | 青岛海信电器股份有限公司 | 公交到站提示方法和移动终端及云端服务器 |
| CN105843476A (zh) * | 2016-03-25 | 2016-08-10 | 海信集团有限公司 | 一种人机交互方法及*** |
| CN106126510A (zh) * | 2016-06-27 | 2016-11-16 | 安徽声讯信息技术有限公司 | 一种具有在线多引擎自动语音识别的快速翻译装置 |
| CN106775205A (zh) * | 2016-11-22 | 2017-05-31 | 宇龙计算机通信科技(深圳)有限公司 | 一种到站提醒方法及装置 |
| CN106782565A (zh) * | 2016-11-29 | 2017-05-31 | 重庆重智机器人研究院有限公司 | 一种声纹特征识别方法及*** |
| CN108133353A (zh) * | 2016-12-01 | 2018-06-08 | 昆山研达电脑科技有限公司 | 出行智能提醒方法 |
| CN106710283A (zh) * | 2016-12-28 | 2017-05-24 | 上海与德信息技术有限公司 | 一种基于移动终端的报站提醒方法及装置 |
| CN108627165A (zh) * | 2017-03-23 | 2018-10-09 | 刘海强 | 实现最优导航的方法 |
| CN106989754A (zh) * | 2017-03-31 | 2017-07-28 | 芜湖泰领信息科技有限公司 | 基于公共自行车的多模式公共交通规划***及方法 |
| CN107480146A (zh) * | 2017-08-07 | 2017-12-15 | 中译语通科技（青岛）有限公司 | 一种识别语种语音的会议纪要快速翻译方法 |
| CN207380910U (zh) * | 2017-08-18 | 2018-05-18 | 内蒙古凯建楼宇设备有限公司 | 一种智能公交站牌 |
| KR20190050260A (ko) * | 2017-11-02 | 2019-05-10 | 이중찬 | 실시간 시내/시외버스 알리미 |
| CN109858658A (zh) * | 2017-11-30 | 2019-06-07 | 北京嘀嘀无限科技发展有限公司 | 行程预估方法及装置 |
| CN108198569A (zh) * | 2017-12-28 | 2018-06-22 | 北京搜狗科技发展有限公司 | 一种音频处理方法、装置、设备及可读存储介质 |
| CN108538071A (zh) * | 2018-03-30 | 2018-09-14 | 联动优势电子商务有限公司 | 一种多语言报站的方法及装置 |
| CN108898869A (zh) * | 2018-05-07 | 2018-11-27 | 阿里巴巴集团控股有限公司 | 到站提醒方法、装置及*** |
| CN108922538A (zh) * | 2018-05-29 | 2018-11-30 | 平安科技（深圳）有限公司 | 会议信息记录方法、装置、计算机设备及存储介质 |
| CN109378010A (zh) * | 2018-10-29 | 2019-02-22 | 珠海格力电器股份有限公司 | 神经网络模型的训练方法、语音去噪方法及装置 |
| CN109741754A (zh) * | 2018-12-10 | 2019-05-10 | 上海思创华信信息技术有限公司 | 一种会议语音识别方法及***、存储介质及终端 |
| CN109524013A (zh) * | 2018-12-18 | 2019-03-26 | 北京猎户星空科技有限公司 | 一种语音处理方法、装置、介质和智能设备 |
| CN109686363A (zh) * | 2019-02-26 | 2019-04-26 | 深圳市合言信息科技有限公司 | 一种现场会议人工智能同传设备 |
| CN110191184A (zh) * | 2019-05-31 | 2019-08-30 | 国信优易数据有限公司 | 一种时长信息推送方法、装置、设备和介质 |
Non-Patent Citations (1)
| Title |
|---|
| 詹阳: "公交到站自动提醒***的应用前景及推广", 《科技资讯》 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111354371B (zh) * | 2020-02-26 | 2022-08-05 | Oppo广东移动通信有限公司 | 交通工具运行状态的预测方法、装置、终端及存储介质 |
| CN111354371A (zh) * | 2020-02-26 | 2020-06-30 | Oppo广东移动通信有限公司 | 交通工具运行状态的预测方法、装置、终端及存储介质 |
| WO2021169757A1 (zh) * | 2020-02-27 | 2021-09-02 | Oppo广东移动通信有限公司 | 到站提醒方法、装置、存储介质及电子设备 |
| CN111526445A (zh) * | 2020-04-28 | 2020-08-11 | 歌尔科技有限公司 | 一种语音提示方法、***及其相关设备 |
| CN111949780A (zh) * | 2020-07-31 | 2020-11-17 | 八维通科技有限公司 | 沿出行线路自动交互方法 |
| CN111949780B (zh) * | 2020-07-31 | 2021-12-31 | 八维通科技有限公司 | 沿出行线路自动交互方法 |
| CN112216140A (zh) * | 2020-09-18 | 2021-01-12 | 华为技术有限公司 | 交通工具到站确认方法、电子设备及计算机可读存储介质 |
| CN113205713A (zh) * | 2021-04-19 | 2021-08-03 | 临沂职业学院 | 用于辅助单词背诵的方法及装置、移动终端 |
| CN113709305A (zh) * | 2021-08-27 | 2021-11-26 | 云知声（上海）智能科技有限公司 | 基于语音识别的公交智能提醒方法及提醒*** |
| CN114241800A (zh) * | 2022-02-28 | 2022-03-25 | 天津市北海通信技术有限公司 | 一种智能报站辅助*** |
| CN114374764A (zh) * | 2022-03-20 | 2022-04-19 | 荣耀终端有限公司 | 地铁出行的提醒方法及电子设备 |
| CN114374764B (zh) * | 2022-03-20 | 2022-07-12 | 荣耀终端有限公司 | 地铁出行的提醒方法及电子设备 |
| CN114420132A (zh) * | 2022-03-28 | 2022-04-29 | 天津市北海通信技术有限公司 | 一种列车语音播报内容校验方法、***和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110648553B (zh) | 2021-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110648553B (zh) | 一种站点提醒方法、电子设备及计算机可读存储介质 | |
| CN107240398B (zh) | 智能语音交互方法及装置 | |
| CN107316643B (zh) | 语音交互方法及装置 | |
| US11875820B1 (en) | Context driven device arbitration | |
| US10380992B2 (en) | Natural language generation based on user speech style | |
| US8364486B2 (en) | Speech understanding method and system | |
| CN110660201B (zh) | 到站提醒方法、装置、终端及存储介质 | |
| CN106816149A (zh) | 车辆自动语音识别***的优先化内容加载 | |
| CN101118745B (zh) | 语音识别***中的置信度快速求取方法 | |
| CN108694942A (zh) | 一种基于家居智能服务机器人的智能家居交互问答*** | |
| JP2019191828A (ja) | 情報提供システムおよび情報提供方法 | |
| US20170011744A1 (en) | Multiple Parallel Dialogs in Smart Phone Applications | |
| CN108573702A (zh) | 具有域歧义消除的启用语音功能的*** | |
| CN107665704B (zh) | 语音指令检测模型构建方法、检测方法及***、人机交互方法及设备 | |
| CN102693725A (zh) | 依赖于文本信息语境的语音识别 | |
| CN112053691B (zh) | 会议辅助方法、装置、电子设备及存储介质 | |
| CN112581938B (zh) | 基于人工智能的语音断点检测方法、装置和设备 | |
| CN110972112A (zh) | 地铁运行方向的确定方法、装置、终端及存储介质 | |
| CN110600032A (zh) | 一种语音识别方法及装置 | |
| CN111009261B (zh) | 到站提醒方法、装置、终端及存储介质 | |
| CN111178081A (zh) | 语义识别的方法、服务器、电子设备及计算机存储介质 | |
| CN114255754A (zh) | 语音识别方法、电子设备、程序产品和存储介质 | |
| CN105869631B (zh) | 语音预测的方法和装置 | |
| CN113012687B (zh) | 一种信息交互方法、装置及电子设备 | |
| CN112927688B (zh) | 用于车辆的语音交互方法及*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |