CN113327608A - 针对车辆的语音处理方法、装置、电子设备和介质 - Google Patents
针对车辆的语音处理方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN113327608A CN113327608A CN202110621889.5A CN202110621889A CN113327608A CN 113327608 A CN113327608 A CN 113327608A CN 202110621889 A CN202110621889 A CN 202110621889A CN 113327608 A CN113327608 A CN 113327608A
- Authority
- CN
- China
- Prior art keywords
- voice
- subdata
- vehicle
- data
- determining
- 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
- 238000003672 processing method Methods 0.000 title abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 38
- 238000000926 separation method Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/037—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for occupant comfort, e.g. for automatic adjustment of appliances according to personal settings, e.g. seats, mirrors, steering wheel
- B60R16/0373—Voice control
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D41/00—Electrical control of supply of combustible mixture or its constituents
- F02D41/02—Circuit arrangements for generating control signals
- F02D41/021—Introducing corrections for particular conditions exterior to the engine
-
- 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
- G10L15/08—Speech classification or search
-
- 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
- G10L15/26—Speech to text systems
-
- 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D2200/00—Input parameters for engine control
- F02D2200/60—Input parameters for engine control said parameters being related to the driver demands or status
-
- 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
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- 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
- G10L15/08—Speech classification or search
- G10L2015/088—Word spotting
-
- 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
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Mechanical Engineering (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
- Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)
- Navigation (AREA)
Abstract
本公开公开了一种针对车辆的语音处理方法、装置、设备、介质和产品,涉及语音识别技术领域。针对车辆的语音处理方法包括:响应于接收到来自车辆内部的多个区域的初始语音数据,对初始语音数据进行分离处理,得到多个语音子数据和针对每个语音子数据的描述信息,其中,多个语音子数据和多个区域一一对应,针对每个语音子数据的描述信息指示了多个区域中语音子数据所对应的区域;基于多个语音子数据,确定车辆的语音工作模式。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及语音识别领域,更具体地,涉及一种针对车辆的语音处理方法、装置、电子设备、介质和程序产品。
背景技术
相关技术的车辆具有语音识别能力,车辆中通常配置有语音接收器和语音处理器。语音接收器用于接收语音数据,语音处理器用于对所接收的语音数据进行识别。但是,相关技术中为车辆配置语音接收器的成本较高。
发明内容
本公开提供了一种针对车辆的语音处理方法、装置、电子设备、存储介质以及程序产品。
根据本公开的一方面,提供了一种针对车辆的语音处理方法,包括:响应于接收到来自车辆内部的多个区域的初始语音数据,对所述初始语音数据进行分离处理,得到多个语音子数据和针对每个语音子数据的描述信息,其中,所述多个语音子数据和所述多个区域一一对应,针对每个语音子数据的描述信息指示了多个区域中所述语音子数据所对应的区域;基于所述多个语音子数据,确定所述车辆的语音工作模式。
根据本公开的另一方面,提供了一种针对车辆的语音处理装置,包括:处理模块以及确定模块。处理模块,用于响应于接收到来自车辆内部的多个区域的初始语音数据,对所述初始语音数据进行分离处理,得到多个语音子数据和针对每个语音子数据的描述信息,其中,所述多个语音子数据和所述多个区域一一对应,针对每个语音子数据的描述信息指示了多个区域中所述语音子数据所对应的区域;确定模块,用于基于所述多个语音子数据,确定所述车辆的语音工作模式。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器和与所述至少一个处理器通信连接的存储器。其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的针对车辆的语音处理方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行上述的针对车辆的语音处理方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现上述的针对车辆的语音处理方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1示意性示出了根据本公开一实施例的针对车辆的语音处理方法和装置的应用场景;
图2示意性示出了根据本公开一实施例的针对车辆的语音处理方法的流程图;
图3示意性示出了根据本公开另一实施例的针对车辆的语音处理方法的流程图;
图4示意性示出了根据本公开一实施例的针对车辆的语音处理方法的原理图;
图5示意性示出了根据本公开一实施例的针对车辆的语音处理装置的框图;以及
图6是用来实现本公开实施例的用于执行语音处理的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。
图1示意性示出了根据本公开一实施例的针对车辆的语音处理方法和装置的应用场景。需要注意的是,图1所示仅为可以应用本公开实施例的应用场景的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、***、环境或场景。
如图1所示,根据该实施例的应用场景可以包括车辆100。车辆100内部例如包括多个区域,多个区域例如包括主驾驶区域111和副驾驶区域112。多个区域还可以包括后座区域等等。
车辆100内部例如可以设置多个语音接收器来接收语音数据。例如,语音接收器121用于接收来自主驾驶区域111的语音数据,语音接收器122例如用于接收来自副驾驶区域112的语音数据。车辆100可以针对来自不同区域的语音数据执行不同的操作。
例如,当接收来自主驾驶区域111的语音数据之后,基于语音数据执行开窗、开空调、导航等操作。当接收到来自副驾驶区域112的语音数据之后,基于语音数据执行播放音乐、查看天气预报等操作。
但是,车辆100配置多个语音接收器,存在成本较高的问题。
有鉴于此,本公开的实施例提供了一种针对车辆的语音处理方法。针对车辆的语音处理方法包括:响应于接收到来自车辆内部的多个区域的初始语音数据,对初始语音数据进行分离处理,得到多个语音子数据和针对每个语音子数据的描述信息,多个语音子数据和多个区域一一对应,针对每个语音子数据的描述信息指示了多个区域中语音子数据所对应的区域。接下来,基于多个语音子数据,确定车辆的语音工作模式。
下面结合图1的应用场景,参考图2~图4来描述根据本公开示例性实施方式的针对车辆的语音处理方法。
图2示意性示出了根据本公开一实施例的针对车辆的语音处理方法的流程图。
如图2所示,本公开实施例的针对车辆的语音处理方法200例如可以包括操作S210~操作S220。
在操作S210,响应于接收到来自车辆内部的多个区域的初始语音数据,对初始语音数据进行分离处理,得到多个语音子数据和针对每个语音子数据的描述信息。
在操作S220,基于多个语音子数据,确定车辆的语音工作模式。
示例性地,车辆例如配置有语音接收器和语音处理器,语音接收器可以包括麦克风。车辆可以通过语音接收器接收来自多个区域的初始语音数据。在接收到初始语音数据之后,利用语音处理器对初始语音数据进行分离处理,将初始语音数据分离为多个语音子数据和针对每个语音子数据的描述信息。多个语音子数据和多个区域一一对应,针对每个语音子数据的描述信息指示了多个区域中语音子数据所对应的区域。
在进行分离处理得到多个语音子数据之后,车辆可以分别基于多个语音子数据来确定车辆的语音工作模式。语音工作模式例如指示了车辆在后续接收到相关的语音数据之后,如何处理接收到的语音以及是否基于语音执行相关操作。
根据本公开的实施例,车辆可以通过一个语音接收器接收来自多个区域的初始语音数据,并对初始语音数据进行分离处理得到与多个区域一一对应的多个语音子数据。车辆无需针对多个区域中的每个区域配置语音接收器,通过减少语音接收器的数量,降低了车辆的成本。另外,相比于通过多个语音接收器分别接收来自多个区域的语音数据,本公开的实施例通过一个语音接收器接收语音数据,降低了所接收的语音数据的数据量,从而降低了车辆进行语音处理时的计算量,提高了车辆的语音处理性能。
图3示意性示出了根据本公开另一实施例的针对车辆的语音处理方法的流程图。
如图3所示,本公开实施例的针对车辆的语音处理方法300例如可以包括操作S310~操作S390。
在操作S310,接收来自车辆内部的多个区域的初始语音数据。
在操作S320,对初始语音数据进行分离处理,得到多个语音子数据和针对每个语音子数据的描述信息。
例如,利用盲源分离算法对初始语音数据进行分离处理,将初始语音数据分离为与多个区域一一对应的多个语音子数据。多个区域例如包括主驾驶区域和副驾驶区域。多个语音子数据包括第一语音子数据和第二语音子数据,针对第一语音子数据的描述信息指示了第一语音子数据来自主驾驶区域,针对第二语音子数据的描述信息指示了第二语音子数据来自副驾驶区域。
在操作S330,分别对多个语音子数据进行语音识别,得到多个语音识别结果,多个语音识别结果与多个语音子数据一一对应。
示例性地,基于多个语音识别结果,确定车辆的语音工作模式。例如可以判断与第一语音子数据对应的语音识别结果是否包括第一唤醒内容以及判断与第二语音子数据对应的语音识别结果是否包括第二唤醒内容。
在一示例中,在得到与多个语音子数据对应的多个语音识别结果之后,可以同时判断第一语音子数据对应的语音识别结果是否包括第一唤醒内容以及判断与第二语音子数据对应的语音识别结果是否包括第二唤醒内容。
在另一示例中,在得到与多个语音子数据对应的多个语音识别结果之后,可以先判断第一语音子数据对应的语音识别结果是否包括第一唤醒内容。然后再判断与第二语音子数据对应的语音识别结果是否包括第二唤醒内容。具体过程如操作S340~操作S390。
在操作S340,判断与第一语音子数据对应的语音识别结果是否包括第一唤醒内容。如果是,则执行操作S350,如果否则执行操作S370。第一唤醒内容例如包括特定的唤醒词。
在操作S350,响应于与第一语音子数据对应的语音识别结果包括第一唤醒内容,确定车辆的语音工作模式为第一语音工作模式。
在操作S360,控制车辆基于第一语音工作模式执行操作。
控制车辆基于第一语音工作模式执行操作包括:从接收到的第一目标语音数据中提取来自主驾驶区域的第三语音子数据,对第三语音子数据进行语音识别,得到第一操作指令,并基于第一操作指令执行操作。
例如,当识别到第一唤醒内容之后,车辆的语音接收器可以继续接收第一目标语音数据。第一目标语音数据例如来自主驾驶区域和副驾驶区域。需要说明的是,即使用户只在主驾驶区域发出语音,由于声音的发散和反射,导致主驾驶区域的声音传到副驾驶区域,或者副驾驶区域处也存在其他的噪音,从而使得第一目标语音数据通常包括来自主驾驶区域的声音和副驾驶区域的声音。
车辆可以从接收到的第一目标语音数据中提取来自主驾驶区域的第三语音子数据。例如,通过盲源分离算法将第一目标语音数据分离为多个语音子数据,多个语音子数据包括与主驾驶区域对应的语音子数据以及与副驾驶区域对应的语音子数据。然后从多个语音子数据中提取来自主驾驶区域的第三语音子数据。
接下来,车辆对第三语音子数据进行语音识别,得到第一操作指令,第一操作指令与主驾驶区域相关联,并基于第一操作指令执行操作。对第三语音子数据进行语音识别得到的第一操作指令例如包括“开窗”、“开空调”、“导航”等重要的指令。
在操作S370,判断与第二语音子数据对应的语音识别结果是否包括第二唤醒内容。如果是,则执行操作S380,如果否则结束。第二唤醒内容例如包括特定的唤醒词。
在操作S380,响应于与第二语音子数据对应的语音识别结果包括第二唤醒内容,确定车辆的语音工作模式为第二语音工作模式。
在操作S390,控制车辆基于第二语音工作模式执行操作。
控制车辆基于第二语音工作模式执行操作包括:从接收到的第二目标语音数据中提取来自副主驾驶区域的第四语音子数据,对第四语音子数据进行语音识别,得到第二操作指令,并基于第二操作指令执行操作。
例如,当识别到第二唤醒内容之后,车辆的语音接收器可以继续接收第二目标语音数据。第二目标语音数据例如来自主驾驶区域和副驾驶区域。需要说明的是,即使用户只在副驾驶区域发出语音,由于声音的发散和反射,导致副驾驶区域的声音传到主驾驶区域,或者主驾驶区域处也存在其他的噪音,从而使得第二目标语音数据通常包括来自主驾驶区域的声音和副驾驶区域的声音。
车辆可以从接收到的第二目标语音数据中提取来自副驾驶区域的第四语音子数据。例如,通过盲源分离算法将第二目标语音数据分离为多个语音子数据,多个语音子数据包括与主驾驶区域对应的语音子数据以及与副驾驶区域对应的语音子数据。然后从多个语音子数据中提取来自副驾驶区域的第四语音子数据。
接下来,车辆对第四语音子数据进行语音识别,得到第二操作指令,第二操作指令与副驾驶区域相关联,并基于第二操作指令执行操作。对第四语音子数据进行语音识别得到的第二操作指令例如包括“播放音乐”、“查看天气预报”等非重要的指令。
在本公开的实施例中,同一时刻通常只有第一语音工作模式或第二语音工作模式处于唤醒状态。当初始语音数据中同时包括第一唤醒内容和第二唤醒内容时,优先唤醒与主驾驶区域对应的第一语音工作模式。在初始语音数据中不包括第一唤醒内容而包括第二唤醒内容时,唤醒第二语音工作模式。
根据本公开的实施例,车辆可以通过一个语音接收器来接收针对来自多个区域的初始语音数据,并对初始语音数据进行分离处理得到与多个区域一一对应的多个语音子数据,然后分别对多个语音子数据进行识别得到语音识别结果,基于语音识别结果来确定处理的语音工作模式。针对主驾驶区域的第一语音工作模式与针对副驾驶区域的第二语音工作模式不同,使得车辆实现了语音识别的多种模式。
图4示意性示出了根据本公开一实施例的针对车辆的语音处理方法的原理图。
如图4所示,本公开实施例的车辆400可以包括语音接收器410、语音处理器420和执行器430。语音处理器420例如包括盲源分离模块421、主唤醒引擎422、副唤醒引擎423、语音识别引擎424、语义理解模块425。
语音接收器410例如包括一个麦克风,该麦克风例如用于接收来自主驾驶区域和来自副驾驶区域的语音数据。
当语音接收器410接收到初始语音数据A之后,将初始语音数据A发送至盲源分离模块421进行分离处理,得到多个语音子数据和针对每个语音子数据的描述信息。多个语音子数据例如包括第一语音子数据a1和第二语音子数据a2,针对第一语音子数据a1的描述信息例如指示了第一语音子数据a1来自主驾驶区域,针对第二语音子数据a2的描述信息例如指示了第二语音子数据a2来自副驾驶区域。
在一示例中,盲源分离模块421利用盲源分离算法来分离语音,分离结果包括语音子数据和用于描述该语音子数据来源的描述信息。描述信息可以包括角度信息,角度信息例如包括第一角度区间和第二角度区间,第一角度区间例如为[0° 90°),第二角度区间例如为[90° 180°]。来自主驾驶区域的第一语音子数据a1的描述信息中的角度例如处于[0°90°)之内,来自副驾驶区域的第二语音子数据a2的描述信息中的角度例如处于[90° 180°]之内。利用盲源分离算法对语音数据进行分离处理时,例如可以通过计算语音的波达方向(Direction of Arrival,DOA)来确定每个语音子数据的来源。
接下来,将第一语音子数据a1发送至主唤醒引擎422进行识别得到针对第一语音子数据a1的语音识别结果。当语音识别结果中包括第一唤醒内容时,确定车辆的语音工作模式为第一语音工作模式。
将第二语音子数据a2发送至副唤醒引擎423得到针对第二语音子数据a2的语音识别结果。当语音识别结果中包括第二唤醒内容时,确定车辆的语音工作模式为第二语音工作模式。
以车辆的语音工作模式为第一语音工作模式为例。在第一语音工作模式下,车辆的语音接收器410可以继续接收第一目标语音数据B。第一目标语音数据B中例如包括来自主驾驶区域的用户语音。盲源分离模块421可以对第一目标语音数据B进行分离,并提取来自主驾驶区域的第三语音子数据b。
然后,盲源分离模块421将提取的第三语音子数据b发送给语音识别引擎424进行语音识别,得到语音识别结果b1,语音识别结果b1例如包括文字“开窗”、“开空调”、“导航”等等。语音识别引擎424将语音识别结果b1发送给语义理解模块425中进行语义理解,以确定文字所对应的第一操作指令b2。例如,文字“开窗”对应的第一操作指令b2为开窗指令。
接下来,将第一操作指令b2发送给执行器430,执行器430基于第一操作指令b2执行相关操作。例如,执行器430基于开窗指令打开车窗。
可以理解,本公开实施例的车辆可以通过一个语音接收器接收来自多个区域的初始语音数据,并对初始语音数据进行分离处理得到与多个区域一一对应的多个语音子数据,降低了车辆的成本。另外,通过一个语音接收器接收语音数据,降低了所接收的语音数据的数据量,从而降低了车辆进行语音处理时的计算量,提高了车辆的语音处理性能。
图5示意性示出了根据本公开一实施例的针对车辆的语音处理装置的框图。
如图5所示,本公开实施例的针对车辆的语音处理装置500例如包括处理模块510以及确定模块520。
处理模块510可以用于响应于接收到来自车辆内部的多个区域的初始语音数据,对初始语音数据进行分离处理,得到多个语音子数据和针对每个语音子数据的描述信息,其中,多个语音子数据和多个区域一一对应,针对每个语音子数据的描述信息指示了多个区域中语音子数据所对应的区域。根据本公开实施例,处理模块510例如可以执行上文参考图2描述的操作S210,在此不再赘述。
确定模块520可以用于基于多个语音子数据,确定车辆的语音工作模式。根据本公开实施例,确定模块520例如可以执行上文参考图2描述的操作S220,在此不再赘述。
根据本公开的实施例,确定模块520例如包括:第一识别子模块和确定子模块。第一识别子模块,用于分别对多个语音子数据进行语音识别,得到多个语音识别结果,其中,多个语音识别结果与多个语音子数据一一对应。确定子模块,用于基于多个语音识别结果,确定车辆的语音工作模式。
根据本公开的实施例,多个区域包括主驾驶区域和副驾驶区域;多个语音子数据包括第一语音子数据和第二语音子数据,针对第一语音子数据的描述信息指示了第一语音子数据来自主驾驶区域,针对第二语音子数据的描述信息指示了第二语音子数据来自副驾驶区域。其中,确定子模块包括第一确定单元和第二确定单元中的至少一个。第一确定单元,用于响应于与第一语音子数据对应的语音识别结果包括第一唤醒内容,确定车辆的语音工作模式为第一语音工作模式。第二确定单元,用于响应于与第二语音子数据对应的语音识别结果包括第二唤醒内容,确定车辆的语音工作模式为第二语音工作模式。
根据本公开的实施例,装置500还可以包括:第一控制模块,用于控制车辆基于第一语音工作模式执行操作。其中,第一控制模块包括:第一提取子模块、第二识别子模块和第一执行子模块。第一提取子模块,用于从接收到的第一目标语音数据中提取来自主驾驶区域的第三语音子数据。第二识别子模块,用于对第三语音子数据进行语音识别,得到第一操作指令,其中,第一操作指令与主驾驶区域相关联。第一执行子模块,用于基于第一操作指令执行操作。
根据本公开的实施例,装置500还可以包括:第二控制模块,用于控制车辆基于第二语音工作模式执行操作。其中,第二控制模块包括:第二提取子模块、第三识别子模块和第二执行子模块。第二提取子模块,用于从接收到的第二目标语音数据中提取来自副主驾驶区域的第四语音子数据。第三识别子模块,用于对第四语音子数据进行语音识别,得到第二操作指令,其中,第二操作指令与副驾驶区域相关联。第二执行子模块,用于基于第二操作指令执行操作。
根据本公开的实施例,车辆包括主唤醒引擎和副驾驶引擎;其中,第一识别子模块包括:第一识别单元和第二识别单元。第一识别单元,用于利用主唤醒引擎对第一语音子数据进行识别,得到针对第一语音子数据的语音识别结果。第二识别单元,用于利用副唤醒引擎对第二语音子数据进行识别,得到针对第二语音子数据的语音识别结果。
根据本公开的实施例,处理模块510还可以用于利用盲源分离算法对初始语音数据进行分离处理。
本公开的技术方案中,所涉及的用户个人信息的获取、存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6是用来实现本公开实施例的用于执行语音处理的电子设备的框图。
图6示出了可以用来实施本公开实施例的示例电子设备600的示意性框图。电子设备600旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如针对车辆的语音处理方法。例如,在一些实施例中,针对车辆的语音处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的针对车辆的语音处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行针对车辆的语音处理方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (17)
1.一种针对车辆的语音处理方法,包括:
响应于接收到来自车辆内部的多个区域的初始语音数据,对所述初始语音数据进行分离处理,得到多个语音子数据和针对每个语音子数据的描述信息,其中,所述多个语音子数据和所述多个区域一一对应,针对每个语音子数据的描述信息指示了多个区域中所述语音子数据所对应的区域;以及
基于所述多个语音子数据,确定所述车辆的语音工作模式。
2.根据权利要求1所述的方法,其中,所述基于所述多个语音子数据,确定所述车辆的语音工作模式包括:
分别对所述多个语音子数据进行语音识别,得到多个语音识别结果,其中,所述多个语音识别结果与所述多个语音子数据一一对应;以及
基于所述多个语音识别结果,确定所述车辆的语音工作模式。
3.根据权利要求2所述的方法,其中,所述多个区域包括主驾驶区域和副驾驶区域;所述多个语音子数据包括第一语音子数据和第二语音子数据,针对第一语音子数据的描述信息指示了所述第一语音子数据来自所述主驾驶区域,针对第二语音子数据的描述信息指示了所述第二语音子数据来自所述副驾驶区域;
其中,所述基于所述多个语音识别结果,确定所述车辆的语音工作模式包括以下至少一项:
响应于与所述第一语音子数据对应的语音识别结果包括第一唤醒内容,确定所述车辆的语音工作模式为第一语音工作模式;以及
响应于与所述第二语音子数据对应的语音识别结果包括第二唤醒内容,确定所述车辆的语音工作模式为第二语音工作模式。
4.根据权利要求3所述的方法,还包括:控制所述车辆基于第一语音工作模式执行操作;
其中,所述控制所述车辆基于第一语音工作模式执行操作包括:
从接收到的第一目标语音数据中提取来自所述主驾驶区域的第三语音子数据;
对所述第三语音子数据进行语音识别,得到第一操作指令,其中,所述第一操作指令与所述主驾驶区域相关联;以及
基于所述第一操作指令执行操作。
5.根据权利要求3所述的方法,还包括:控制所述车辆基于第二语音工作模式执行操作;
其中,所述控制所述车辆基于第二语音工作模式执行操作包括:
从接收到的第二目标语音数据中提取来自所述副主驾驶区域的第四语音子数据;
对所述第四语音子数据进行语音识别,得到第二操作指令,其中,所述第二操作指令与所述副驾驶区域相关联;以及
基于所述第二操作指令执行操作。
6.根据权利要求3所述的方法,其中,所述车辆包括主唤醒引擎和副驾驶引擎;
其中,所述分别对所述多个语音子数据进行语音识别,得到多个语音识别结果包括:
利用所述主唤醒引擎对所述第一语音子数据进行识别,得到针对所述第一语音子数据的语音识别结果;以及
利用所述副唤醒引擎对所述第二语音子数据进行识别,得到针对所述第二语音子数据的语音识别结果。
7.根据权利要求1-6中任意一项所述的方法,其中,所述对所述语音数据进行分离处理包括:
利用盲源分离算法对所述初始语音数据进行分离处理。
8.一种针对车辆的语音处理装置,包括:
处理模块,用于响应于接收到来自车辆内部的多个区域的初始语音数据,对所述初始语音数据进行分离处理,得到多个语音子数据和针对每个语音子数据的描述信息,其中,所述多个语音子数据和所述多个区域一一对应,针对每个语音子数据的描述信息指示了多个区域中所述语音子数据所对应的区域;以及
确定模块,用于基于所述多个语音子数据,确定所述车辆的语音工作模式。
9.根据权利要求8所述的装置,其中,所述确定模块包括:
第一识别子模块,用于分别对所述多个语音子数据进行语音识别,得到多个语音识别结果,其中,所述多个语音识别结果与所述多个语音子数据一一对应;以及
确定子模块,用于基于所述多个语音识别结果,确定所述车辆的语音工作模式。
10.根据权利要求9所述的装置,其中,所述多个区域包括主驾驶区域和副驾驶区域;所述多个语音子数据包括第一语音子数据和第二语音子数据,针对第一语音子数据的描述信息指示了所述第一语音子数据来自所述主驾驶区域,针对第二语音子数据的描述信息指示了所述第二语音子数据来自所述副驾驶区域;
其中,所述确定子模块包括以下至少一项:
第一确定单元,用于响应于与所述第一语音子数据对应的语音识别结果包括第一唤醒内容,确定所述车辆的语音工作模式为第一语音工作模式;以及
第二确定单元,用于响应于与所述第二语音子数据对应的语音识别结果包括第二唤醒内容,确定所述车辆的语音工作模式为第二语音工作模式。
11.根据权利要求10所述的装置,还包括:第一控制模块,用于控制所述车辆基于第一语音工作模式执行操作;
其中,所述第一控制模块包括:
第一提取子模块,用于从接收到的第一目标语音数据中提取来自所述主驾驶区域的第三语音子数据;
第二识别子模块,用于对所述第三语音子数据进行语音识别,得到第一操作指令,其中,所述第一操作指令与所述主驾驶区域相关联;以及
第一执行子模块,用于基于所述第一操作指令执行操作。
12.根据权利要求10所述的装置,还包括:第二控制模块,用于控制所述车辆基于第二语音工作模式执行操作;
其中,所述第二控制模块包括:
第二提取子模块,用于从接收到的第二目标语音数据中提取来自所述副主驾驶区域的第四语音子数据;
第三识别子模块,用于对所述第四语音子数据进行语音识别,得到第二操作指令,其中,所述第二操作指令与所述副驾驶区域相关联;以及
第二执行子模块,用于基于所述第二操作指令执行操作。
13.根据权利要求10所述的装置,其中,所述车辆包括主唤醒引擎和副驾驶引擎;
其中,所述第一识别子模块包括:
第一识别单元,用于利用所述主唤醒引擎对所述第一语音子数据进行识别,得到针对所述第一语音子数据的语音识别结果;以及
第二识别单元,用于利用所述副唤醒引擎对所述第二语音子数据进行识别,得到针对所述第二语音子数据的语音识别结果。
14.根据权利要求8-13中任意一项所述的装置,其中,所述处理模块还用于:
利用盲源分离算法对所述初始语音数据进行分离处理。
15.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
17.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110621889.5A CN113327608B (zh) | 2021-06-03 | 2021-06-03 | 针对车辆的语音处理方法、装置、电子设备和介质 |
KR1020220067069A KR20220082789A (ko) | 2021-06-03 | 2022-05-31 | 차량 기반의 음성 처리 방법, 음성 처리 장치, 전자장비, 저장매체 및 컴퓨터 프로그램 |
EP22176533.2A EP4030424B1 (en) | 2021-06-03 | 2022-05-31 | Method and apparatus of processing voice for vehicle, electronic device and medium |
US17/831,052 US20220293103A1 (en) | 2021-06-03 | 2022-06-02 | Method of processing voice for vehicle, electronic device and medium |
JP2022090504A JP7383761B2 (ja) | 2021-06-03 | 2022-06-02 | 車両に対する音声処理方法、装置、電子機器、記憶媒体及びコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110621889.5A CN113327608B (zh) | 2021-06-03 | 2021-06-03 | 针对车辆的语音处理方法、装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113327608A true CN113327608A (zh) | 2021-08-31 |
CN113327608B CN113327608B (zh) | 2022-12-09 |
Family
ID=77419608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110621889.5A Active CN113327608B (zh) | 2021-06-03 | 2021-06-03 | 针对车辆的语音处理方法、装置、电子设备和介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220293103A1 (zh) |
EP (1) | EP4030424B1 (zh) |
JP (1) | JP7383761B2 (zh) |
KR (1) | KR20220082789A (zh) |
CN (1) | CN113327608B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7186375B2 (ja) * | 2018-03-29 | 2022-12-09 | パナソニックIpマネジメント株式会社 | 音声処理装置、音声処理方法および音声処理システム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109509465A (zh) * | 2017-09-15 | 2019-03-22 | 阿里巴巴集团控股有限公司 | 语音信号的处理方法、组件、设备及介质 |
CN109841214A (zh) * | 2018-12-25 | 2019-06-04 | 百度在线网络技术(北京)有限公司 | 语音唤醒处理方法、装置和存储介质 |
CN111402877A (zh) * | 2020-03-17 | 2020-07-10 | 北京百度网讯科技有限公司 | 基于车载多音区的降噪方法、装置、设备和介质 |
US20200411014A1 (en) * | 2019-06-27 | 2020-12-31 | Bose Corporation | User authentication with audio reply |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1815556A (zh) | 2005-02-01 | 2006-08-09 | 松下电器产业株式会社 | 可利用语音命令操控车辆的方法及*** |
JP2009020423A (ja) | 2007-07-13 | 2009-01-29 | Fujitsu Ten Ltd | 音声認識装置および音声認識方法 |
JP6603919B2 (ja) | 2015-06-18 | 2019-11-13 | 本田技研工業株式会社 | 音声認識装置、および音声認識方法 |
US20190237067A1 (en) * | 2018-01-31 | 2019-08-01 | Toyota Motor Engineering & Manufacturing North America, Inc. | Multi-channel voice recognition for a vehicle environment |
JP6847324B2 (ja) | 2018-10-15 | 2021-03-24 | 三菱電機株式会社 | 音声認識装置、音声認識システム、及び音声認識方法 |
US10917717B2 (en) * | 2019-05-30 | 2021-02-09 | Nuance Communications, Inc. | Multi-channel microphone signal gain equalization based on evaluation of cross talk components |
WO2020240789A1 (ja) | 2019-05-30 | 2020-12-03 | 三菱電機株式会社 | 音声対話制御装置及び音声対話制御方法 |
CN110648663A (zh) * | 2019-09-26 | 2020-01-03 | 科大讯飞(苏州)科技有限公司 | 车载音频管理方法、装置、设备、汽车及可读存储介质 |
CN111599357A (zh) * | 2020-04-07 | 2020-08-28 | 宁波吉利汽车研究开发有限公司 | 一种车内多音区拾音方法、装置、电子设备及存储介质 |
CN112017659A (zh) * | 2020-09-01 | 2020-12-01 | 北京百度网讯科技有限公司 | 多音区语音信号的处理方法、装置、设备以及存储介质 |
-
2021
- 2021-06-03 CN CN202110621889.5A patent/CN113327608B/zh active Active
-
2022
- 2022-05-31 EP EP22176533.2A patent/EP4030424B1/en active Active
- 2022-05-31 KR KR1020220067069A patent/KR20220082789A/ko unknown
- 2022-06-02 JP JP2022090504A patent/JP7383761B2/ja active Active
- 2022-06-02 US US17/831,052 patent/US20220293103A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109509465A (zh) * | 2017-09-15 | 2019-03-22 | 阿里巴巴集团控股有限公司 | 语音信号的处理方法、组件、设备及介质 |
CN109841214A (zh) * | 2018-12-25 | 2019-06-04 | 百度在线网络技术(北京)有限公司 | 语音唤醒处理方法、装置和存储介质 |
US20200411014A1 (en) * | 2019-06-27 | 2020-12-31 | Bose Corporation | User authentication with audio reply |
CN111402877A (zh) * | 2020-03-17 | 2020-07-10 | 北京百度网讯科技有限公司 | 基于车载多音区的降噪方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
EP4030424B1 (en) | 2024-02-07 |
JP7383761B2 (ja) | 2023-11-20 |
JP2022116285A (ja) | 2022-08-09 |
KR20220082789A (ko) | 2022-06-17 |
US20220293103A1 (en) | 2022-09-15 |
EP4030424A2 (en) | 2022-07-20 |
CN113327608B (zh) | 2022-12-09 |
EP4030424A3 (en) | 2022-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11197094B2 (en) | Noise reduction method and apparatus based on in-vehicle sound zones, and medium | |
CN109947924B (zh) | 对话***训练数据构建方法、装置、电子设备及存储介质 | |
CN112509585A (zh) | 车载设备的语音处理方法、装置、设备及存储介质 | |
CN113327608B (zh) | 针对车辆的语音处理方法、装置、电子设备和介质 | |
CN112133307A (zh) | 人机交互方法、装置、电子设备及存储介质 | |
CN116705018A (zh) | 语音控制方法、装置、电子设备与可读存储介质 | |
CN113658586A (zh) | 语音识别模型的训练方法、语音交互方法及装置 | |
CN113362845A (zh) | 声音数据降噪方法、装置、设备、存储介质及程序产品 | |
CN112017659A (zh) | 多音区语音信号的处理方法、装置、设备以及存储介质 | |
CN112669839B (zh) | 语音交互方法、装置、设备及存储介质 | |
CN114399992B (zh) | 语音指令响应方法、装置及存储介质 | |
CN113734190B (zh) | 车辆信息提示方法、装置、电子设备、介质和车辆 | |
CN113408641B (zh) | 资源生成模型的训练与服务资源的生成方法、装置 | |
CN114220430A (zh) | 多音区语音交互方法、装置、设备以及存储介质 | |
CN114119972A (zh) | 模型获取及对象处理方法、装置、电子设备及存储介质 | |
CN113129894A (zh) | 语音识别方法、装置、电子设备以及存储介质 | |
CN113361575A (zh) | 模型训练方法、装置和电子设备 | |
CN113627526A (zh) | 车辆标识的识别方法、装置、电子设备和介质 | |
CN114678023A (zh) | 用于车辆环境的语音处理方法、装置、设备、介质和车辆 | |
EP4123639A2 (en) | Wake-up control for a speech controlled device | |
CN116521113A (zh) | 多屏控制方法、装置及车辆 | |
CN113380246A (zh) | 指令执行方法、相关装置及计算机程序产品 | |
CN114120982A (zh) | 语音识别方法、语音处理方法、装置和自动驾驶车辆 | |
CN114356275A (zh) | 交互控制方法、装置、智能语音设备及存储介质 | |
CN116959440A (zh) | 语音指令的执行方法、装置、车辆及电子设备 |
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 |