CN113329372A - 用于车载通话的方法、装置、设备、介质和产品 - Google Patents
用于车载通话的方法、装置、设备、介质和产品 Download PDFInfo
- Publication number
- CN113329372A CN113329372A CN202110636748.0A CN202110636748A CN113329372A CN 113329372 A CN113329372 A CN 113329372A CN 202110636748 A CN202110636748 A CN 202110636748A CN 113329372 A CN113329372 A CN 113329372A
- Authority
- CN
- China
- Prior art keywords
- audio data
- audio
- target
- vehicle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000008859 change Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 abstract description 19
- 230000006855 networking Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000012549 training Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000835 fiber Substances 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
- 230000002194 synthesizing effect Effects 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
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1815—Semantic context, e.g. disambiguation of the recognition hypotheses based on word meaning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/60—Substation equipment, e.g. for use by subscribers including speech amplifiers
- H04M1/6033—Substation equipment, e.g. for use by subscribers including speech amplifiers for providing handsfree use or a loudspeaker mode in telephone sets
- H04M1/6041—Portable telephones adapted for handsfree use
- H04M1/6075—Portable telephones adapted for handsfree use adapted for handsfree use in a vehicle
- H04M1/6083—Portable telephones adapted for handsfree use adapted for handsfree use in a vehicle by interfacing with the vehicle audio system
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
-
- 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
- G10L15/16—Speech classification or search using artificial neural networks
-
- 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
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04S—STEREOPHONIC SYSTEMS
- H04S3/00—Systems employing more than two channels, e.g. quadraphonic
- H04S3/002—Non-adaptive circuits, e.g. manually adjustable or static, for enhancing the sound image or the spatial distribution
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04S—STEREOPHONIC SYSTEMS
- H04S7/00—Indicating arrangements; Control arrangements, e.g. balance control
- H04S7/30—Control circuits for electronic adaptation of the sound field
- H04S7/302—Electronic adaptation of stereophonic sound system to listener position or orientation
- H04S7/303—Tracking of listener position or orientation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/48—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for in-vehicle communication
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K2360/00—Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
- B60K2360/148—Instrument input by voice
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
- B60K35/10—Input arrangements, i.e. from user to vehicle, associated with vehicle functions or specially adapted therefor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
- B60K35/65—Instruments specially adapted for specific vehicle types or users, e.g. for left- or right-hand drive
-
- 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
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
-
- 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
- G10L21/0208—Noise filtering
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
- G10L25/30—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique using neural networks
-
- 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
- H04M1/72454—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to context-related or environment-related conditions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2250/00—Details of telephonic subscriber devices
- H04M2250/74—Details of telephonic subscriber devices with voice recognition means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R2499/00—Aspects covered by H04R or H04S not otherwise provided for in their subgroups
- H04R2499/10—General applications
- H04R2499/13—Acoustic transducers and sound field adaptation in vehicles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R3/00—Circuits for transducers, loudspeakers or microphones
- H04R3/005—Circuits for transducers, loudspeakers or microphones for combining the signals of two or more microphones
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R3/00—Circuits for transducers, loudspeakers or microphones
- H04R3/12—Circuits for transducers, loudspeakers or microphones for distributing signals to two or more loudspeakers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Chemical & Material Sciences (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Combustion & Propulsion (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- Telephonic Communication Services (AREA)
- Telephone Function (AREA)
- Circuit For Audible Band Transducer (AREA)
Abstract
本申请公开了用于车载通话的方法、装置、设备、介质和产品,涉及计算机领域,进一步涉及车联网技术领域。具体实现方案为:获取目标车辆中各个位置区域的音频数据;基于各个音频数据的音频参数,从各个音频数据中确定目标音频数据;确定目标音频数据对应的目标位置区域;基于目标位置区域配置目标车辆的车载通话参数,以使通过目标位置区域的音频数据进行车载通话。本实现方式可以提高车载通话灵活度。
Description
技术领域
本公开涉及计算机领域,进一步涉及车联网技术领域,尤其涉及用于车载通话的方法、装置、设备、介质和产品。
背景技术
目前,智能化汽车经常采用多音区技术,实现对不同位置乘客发出的语音指令进行精准区分。例如,主驾驶座位的司机说话时,会抑制其他座位的用户发出的语音,只接收主驾驶座位的司机发出的语音。
在实践中发现,在采用多音区技术的智能化汽车上进行车载通话时,只能给单个座位分配通话***,实现单个位置拾音,无法满足根据用户的交互意愿动态切换通话位置的使用需求。可见,当前的车载通话方法存在着通话灵活度较差的问题。
发明内容
本公开提供了一种用于车载通话的方法、装置、设备、介质和产品。
根据第一方面,提供了一种用于车载通话的方法,包括:获取目标车辆中各个位置区域的音频数据;基于各个音频数据的音频参数,从各个音频数据中确定目标音频数据;确定目标音频数据对应的目标位置区域;基于目标位置区域配置目标车辆的车载通话参数,以使通过目标位置区域的音频数据进行车载通话。
根据第二方面,提供了一种用于车载通话的装置,包括:音频获取单元,被配置成获取目标车辆中各个位置区域的音频数据;音频确定单元,被配置成基于各个音频数据的音频参数,从各个音频数据中确定目标音频数据;区域确定单元,被配置成确定目标音频数据对应的目标位置区域;配置单元,被配置成基于目标位置区域配置目标车辆的车载通话参数,以使通过目标位置区域的音频数据进行车载通话。
根据第三方面,提供了一种执行用于车载通话的方法的电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如上任意一项用于车载通话的方法。
根据第四方面,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,其中,计算机指令用于使计算机执行如上任意一项用于车载通话的方法。
根据第五方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如上任意一项用于车载通话的方法。
根据本申请的技术,提供一种用于车载通话的方法,能够应用在采用多音区技术的智能化车辆中,基于车辆各个位置区域的音频数据的音频参数,确定最具通话意向的目标音频数据,并基于目标音频数据对应的目标位置区域配置车载通话参数,实现目标位置区域的音频数据作为车载通话的通话方。这一过程能够基于音频参数灵活确定进行车载通话的位置区域,并相应的配置车载通话参数,实现了根据用户的交互意愿动态切换通话位置,提高了车载通话的灵活度。
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是本申请的一个实施例可以应用于其中的示例性***架构图;
图2是根据本申请的用于车载通话的方法的一个实施例的流程图;
图3是根据本申请的用于车载通话的方法的一个应用场景的示意图;
图4是根据本申请的用于车载通话的方法的另一个实施例的流程图;
图5是根据本申请的用于车载通话的装置的一个实施例的结构示意图;
图6是用来实现本公开实施例的用于车载通话的方法的电子设备的框图。
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。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
如图1所示,***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103可以为目标车辆中的车载终端,具体可以包括但不限于手机、电脑以及平板等电子设备,终端设备101、102、103可以和目标车辆的麦克风设备进行交互,获取麦克风设备所采集的音频数据。其中,目标车辆可以为采用多音区技术的车辆,在目标车辆中包括多个位置区域,每个位置区域对应有相应的麦克风设备。基于每个位置区域的麦克风设备所采集的音频数据,可以得到各个位置区域的音频数据。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是各种电子设备,包括但不限于电视、智能手机、平板电脑、电子书阅读器、车载电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如,在终端设备101、102、103获取到目标车辆中各个位置区域的音频数据之后,服务器105可以基于各个音频数据的音频参数,从各个音频数据中确定目标音频数据,并基于目标音频数据对应的目标位置区域配置目标车辆的车载通话参数,以使通过目标位置区域的音频数据进行车载通话。在服务器105配置完车载通话参数之后,终端设备101、102、103可以接收目标位置区域对应的麦克风设备传输的目标音频数据,将目标音频数据传输给服务器105,以使服务器105将目标音频数据传输给进行车载通话的另一终端设备。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器105为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的用于车载通话的方法可以由终端设备101、102、103执行,也可以由服务器105执行。相应地,用于车载通话的装置可以设置于终端设备101、102、103中,也可以设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的用于车载通话的方法的一个实施例的流程200。本实施例的用于车载通话的方法,包括以下步骤:
步骤201,获取目标车辆中各个位置区域的音频数据。
在本实施例中,执行主体(如图1中的服务器105或者终端设备101、102、103)可以将目标车辆划分为多个位置区域,每个位置区域是独立的,且不受其他位置区域的声音干扰,以此实现对于不同位置区域的语音指令进行精准区分。其中,执行主体可以按照目标车辆的座位划分位置区域,如每个座位对应一个位置区域,如果目标车辆为五座车,则对应有五个位置区域。又或者,执行主体可以获取目标车辆的当前图像信息,基于对当前图像信息进行图像识别,得到目标车辆的当前乘客位置信息,基于当前乘客位置信息确定各个位置区域,以使每个位置区域对应着一个乘客所在位置。又或者,执行主体可以获取目标车辆中各个麦克风所采集的声音信息,基于声源定位技术,确定目标车辆的当前乘客位置信息,基于当前乘客位置信息确定各个位置区域。
进一步的,执行主体可以与目标车辆中的麦克风设备建立连接,并接收麦克风设备传输的目标车辆中各个位置区域的音频数据。麦克风设备的数量通常为多个,并与不同的位置区域相对应。例如,每个麦克风设备对应一个位置区域,负责采集该位置区域的音频,此时执行主体可以基于每个位置区域的麦克风设备采集音频数据。又或者,执行主体还可以直接采集目标车辆中的声音信息,基于对声音信息进行分析,得到与每个位置区域对应的音频数据。
步骤202,基于各个音频数据的音频参数,从各个音频数据中确定目标音频数据。
在本实施例中,音频参数为用于描述音频数据的音频状态的参数,可以包括但不限于音频分贝、音频能量、音频振幅、音频通道等,本实施例中对此不做限定。执行主体可以基于各个音频数据的音频参数,从各个音频数据中筛选出用于进行车载通话的目标音频数据。具体的,执行主体可以基于预先训练好的音频处理模型,将各个音频数据的音频参数输入该音频处理模型,得到目标音频数据。其中,音频处理模型可以基于以下步骤训练得到:获取训练音频样本集合,以及与训练音频样本集合中每个训练音频样本对应的标注信息;其中,标注信息包括通话音频或者非通话音频;基于训练音频样本集合和待训练的神经网络模型,得到各个训练音频样本对应的预测标注;基于预测标注和预设的标注信息,对待训练的神经网络模型的模型参数进行调整,直至满足预设的训练收敛条件,得到训练好的神经网络模型。
在本实施例的一些可选的实现方式中,基于各个音频数据的音频参数,从各个音频数据中确定目标音频数据,包括:获取各个音频数据的语义信息;基于各个音频数据的音频参数和语义信息,从各个音频数据中确定目标音频数据。
在本实现方式中,执行主体还可以进一步的获取各个音频数据的语义信息,具体可以通过语音识别技术,确定各个音频数据对应的语义信息。其中,语义信息用于描述音频数据对应的语义内容。在确定目标音频数据的时候,可以基于音频参数和语义信息共同确定目标音频数据。例如,在各个位置区域的乘客都在交谈的情况下,需要识别需要进行车载通话的位置区域的乘客,以及识别彼此交谈的位置区域的乘客,以及识别其他各种非车载通话场景进行对话的乘客。执行主体可以基于各个音频数据的音频参数,先确定得到至少一个待选的音频数据。再基于语义信息在至少一个待选的音频数据中确定目标音频数据。可选的,可以预先设置进行车载通话的关键词,如果在语义信息中检测到该关键词,则将该语义信息对应的音频数据确定为目标音频数据。
步骤203,确定目标音频数据对应的目标位置区域。
在本实施例中,每个音频数据和位置区域之间具有对应关系。在执行主体确定得到目标音频数据之后,可以进一步确定该目标音频数据对应的目标位置区域。其中,每个音频数据和位置区域之间的对应关系可以基于采集音频数据的麦克风设备与位置区域之间的对应关系确定,还可以基于音频数据的声音定位信息与位置区域之间的对应关系确定,本实施例对此不做限定。
步骤204,基于目标位置区域配置目标车辆的车载通话参数,以使通过目标位置区域的音频数据进行车载通话。
在本实施例中,车载通话参数用于配置车载通话的音频接收数据。基于目标位置区域配置目标车辆的车载通话参数可以包括:将目标车辆中进行车载通话的音频通道配置为目标位置区域对应的音频通道;或者,接收目标车辆中所有音频数据,对除目标位置区域对应的音频数据之外的各个音频数据进行降噪处理,基于降噪处理后的音频数据向与目标车辆进行车载通话的电子设备发送语音。其中,车载通话可以为车载语音通话、也可以为车载视频通话,本实施例对此不做限定。
可选的,基于目标位置区域配置目标车辆的车载通话参数,以使通过目标位置区域的音频数据进行车载通话可以包括:与目标车辆中的麦克风设备、摄像设备建立连接;控制麦克风设备采集目标位置区域对应的目标用户发出的语音,以及控制摄像设备采集目标位置区域对应的目标用户对应的图像;基于该语音和该图像进行合成,得到实时传输信息流;将实时传输信息流传输给进行车载通话的电子设备。进一步可选的,响应于接收到该电子设备返回的通话数据,确定该通话数据对应的图像通话数据和语音通话数据;控制在目标位置区域对应的显示设备上输出图像通话数据,以及控制目标位置区域对应的音响设备输出语音通话数据。
继续参见图3,其示出了根据本申请的用于车载通话的方法的一个应用场景的示意图。在图3的应用场景中,目标车辆301中包括座位A、座位B、座位C以及座位D,座位A对应第一位置区域,座位B对应第二位置区域,座位C对应第三位置区域,座位D对应第四位置区域。执行主体可以分别获取第一位置区域的第一音频数据、第二位置区域的第二音频数据、第三位置区域的第三音频数据以及第四位置区域的第四音频数据。再基于各个音频数据的音频参数,从各个音频数据中确定目标音频数据。假设目标音频数据为第一音频数据,则将第一位置区域确定为目标位置区域,基于第一位置区域配置目标车辆301的车载通话参数,以使通过第一音频数据进行车载通话,也即是,将第一音频数据传输给正在与目标车辆301进行车载通话的终端设备302。
本申请上述实施例提供的用于车载通话的方法,能够应用在采用多音区技术的智能化车辆中,基于车辆各个位置区域的音频数据的音频参数,确定最具通话意向的目标音频数据,并基于目标音频数据对应的目标位置区域配置车载通话参数,实现目标位置区域的音频数据作为车载通话的通话方。这一过程能够基于音频参数灵活确定进行车载通话的位置区域,并相应的配置车载通话参数,实现了根据用户的交互意愿动态切换通话位置,提高了车载通话的灵活度。
继续参见图4,其示出了根据本申请的用于车载通话的方法的另一个实施例的流程400。如图4所示,本实施例的用于车载通话的方法可以包括以下步骤:
步骤401,对于目标车辆中的每个位置区域,确定与该位置区域对应的麦克风设备。
在本实施例中,目标车辆中的每个位置区域可以对应有至少一个麦克风设备,该至少一个麦克风设备用于采集该位置区域中的音频数据。在执行主体中可以预先存储有各个位置区域与各个麦克风设备之间的对应关系。
步骤402,基于各个位置区域对应的麦克风设备,获取各个位置区域的音频数据。
在本实施例中,执行主体可以和各个麦克风设备建立连接,并接收各个麦克风设备传输的、各个位置区域的音频数据。可选的,在获取各个位置区域的音频数据时,可以对初始采集的音频数据进行处理,过滤音频数据中的非人声部分,将过滤后的音频数据作为各个位置区域的音频数据。
步骤403,确定各个音频数据的音频能量。
在本实施例中,音频参数包括音频能量。其中,执行主体可以对于每个音频数据,确定该音频数据中的声音频率、振幅、波速,再基于声音频率、振幅、波速以及预设的介质密度,计算每个音频数据对应的音频能量。又或者,执行主体可以调用预设的音频能量确定接口,基于音频能量确定接口,得到各个音频数据的音频能量。
步骤404,按照音频能量由高至低的顺序,从各个音频数据中确定目标音频数据。
在本实施例中,执行主体可以选取音频能量较高的音频数据作为目标音频数据,优选的,执行主体从各个音频数据中选取音频能量最高的音频数据作为目标音频数据。
在本实施例的一些可选的实现方式中,按照音频能量由高至低的顺序,从各个音频数据中确定目标音频数据,包括:获取预设的能量阈值;按照音频能量由高至低的顺序,从各个音频数据中选取音频能量大于预设的能量阈值的音频数据,作为目标音频数据。
在本实现方式中,执行主体还可以预设有能量阈值,能量阈值用于确定音频能量是否过低,用以选取音频能量大于预设的能量阈值的音频数据作为目标音频数据。具体的,执行主体可以按照音频能量由高至低的顺序,从各个音频数据中选取音频能量大于预设的能量阈值的音频数据,优选将音频能量大于预设的能量阈值、且音频能量最高的音频数据作为目标音频数据。可选的,响应于确定存在音频能量大于预设的能量阈值、且音频能量相同的至少两个音频数据,将该至少两个音频数据作为候选音频数据,再进一步获取各个候选音频数据的语义信息,基于对语义信息进行语义识别以及关键词匹配,从候选音频数据中确定与预设的通话关键词匹配度最高的音频数据,作为目标音频数据。
步骤405,确定目标音频数据对应的目标位置区域。
在本实施例中,对于步骤405的详细描述请参照对于步骤203的详细描述,在此不再赘述。
步骤406,基于目标位置区域配置目标车辆的车载通话参数,以使通过目标位置区域的音频数据进行车载通话。
在本实施例中,对于步骤406的详细描述请参照对于步骤204的详细描述,在此不再赘述。
步骤407,监测目标车辆中各个位置区域的音频变化数据。
在本实施例中,执行主体可以实时检测音频变化数据,也可以按照预设的检测周期,定期检测音频变化数据,本实施例对此不做限定。其中,音频变化数据用于描述各个位置区域的音频数据变化情况,如音频能量变化情况,具体可以包括当前时刻变化后的各个音频数据的音频能量。
步骤408,基于音频变化数据更新车载通话参数。
在本实施例中,执行主体基于音频变化数据更新车载通话参数,以使通过当前时刻音频能量最大的音频数据进行车载通话。例如,历史的车载通话参数可以配置使得目标位置区域的音频数据进行车载通话,在本次进行监测音频变化数据时,检测到目标位置区域的音频数据的音频能量不是最大的音频能量,则基于音频变化数据将当前音频能量最大的音频数据配置为进行车载通话的音频数据。
本申请的上述实施例提供的用于车载通话的方法,还可以基于音频数据的音频能量的高低顺序,选取进行车载通话的目标音频数据,实现基于音频能量确定用户进行车载通话的意图,车载通话参数的配置更加符合通话需求。并且所选取的目标音频数据的音频能量可以大于预设的能量阈值,降低了音频能量较低导致通话效果不佳的情况发生的概率,进一步提高了通话效果。以及能够根据音频变化数据更新车载通话参数,实现通话音频的动态更新。以及还可以结合音频数据的语义信息与音频参数共同确定目标音频数据,提高了目标音频数据的精准度。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于车载通话的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种服务器或者终端设备中。
如图5所示,本实施例的用于车载通话的装置500包括:音频获取单元501、音频确定单元502、区域确定单元503、配置单元504。
音频获取单元501,被配置成获取目标车辆中各个位置区域的音频数据。
音频确定单元502,被配置成基于各个音频数据的音频参数,从各个音频数据中确定目标音频数据。
区域确定单元503,被配置成确定目标音频数据对应的目标位置区域。
配置单元504,被配置成基于目标位置区域配置目标车辆的车载通话参数,以使通过目标位置区域的音频数据进行车载通话。
在本实施例的一些可选的实现方式中,音频参数包括音频能量;音频确定单元502进一步被配置成:确定各个音频数据的音频能量;按照音频能量由高至低的顺序,从各个音频数据中确定目标音频数据。
在本实施例的一些可选的实现方式中,音频确定单元502进一步被配置成:获取预设的能量阈值;按照音频能量由高至低的顺序,从各个音频数据中选取音频能量大于预设的能量阈值的音频数据,作为目标音频数据。
在本实施例的一些可选的实现方式中,音频获取单元501进一步被配置成:对于目标车辆中的每个位置区域,确定与该位置区域对应的麦克风设备;基于各个位置区域对应的麦克风设备,获取各个位置区域的音频数据。
在本实施例的一些可选的实现方式中,配置单元504进一步被配置成:监测目标车辆中各个位置区域的音频变化数据;基于音频变化数据更新车载通话参数。
在本实施例的一些可选的实现方式中,音频确定单元502进一步被配置成:获取各个音频数据的语义信息;基于各个音频数据的音频参数和语义信息,从各个音频数据中确定目标音频数据。
应当理解,用于车载通话的装置500中记载的单元501至单元504分别与参考图2中描述的方法中的各个步骤相对应。由此,上文针对用车载通话的方法描述的操作和特征同样适用于装置500及其中包含的单元,在此不再赘述。
根据本申请的实施例,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示出了用来实现本公开实施例的用于车载通话的方法的电子设备600的框图。电子设备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/或专用车载通话。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,例如用于车载通话的方法。例如,在一些实施例中,用于车载通话的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用于车载通话的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)而被配置为执行用于车载通话的方法。
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***、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。
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 (15)
1.一种用于车载通话的方法,包括:
获取目标车辆中各个位置区域的音频数据;
基于各个音频数据的音频参数,从各个音频数据中确定目标音频数据;
确定所述目标音频数据对应的目标位置区域;
基于所述目标位置区域配置所述目标车辆的车载通话参数,以使通过所述目标位置区域的音频数据进行车载通话。
2.根据权利要求1所述的方法,其中,所述音频参数包括音频能量;
所述基于各个音频数据的音频参数,从各个音频数据中确定目标音频数据,包括:
确定各个音频数据的音频能量;
按照所述音频能量由高至低的顺序,从各个音频数据中确定所述目标音频数据。
3.根据权利要求2所述的方法,其中,所述按照所述音频能量由高至低的顺序,从各个音频数据中确定所述目标音频数据,包括:
获取预设的能量阈值;
按照所述音频能量由高至低的顺序,从各个音频数据中选取音频能量大于所述预设的能量阈值的音频数据,作为所述目标音频数据。
4.根据权利要求1所述的方法,其中,所述获取目标车辆中各个位置区域的音频数据,包括:
对于所述目标车辆中的每个位置区域,确定与该位置区域对应的麦克风设备;
基于各个位置区域对应的麦克风设备,获取各个位置区域的音频数据。
5.根据权利要求1所述的方法,其中,所述方法还包括:
监测所述目标车辆中各个位置区域的音频变化数据;
基于所述音频变化数据更新所述车载通话参数。
6.根据权利要求1所述的方法,其中,所述基于各个音频数据的音频参数,从各个音频数据中确定目标音频数据,包括:
获取各个音频数据的语义信息;
基于各个音频数据的音频参数和语义信息,从各个音频数据中确定所述目标音频数据。
7.一种用于车载通话的装置,包括:
音频获取单元,被配置成获取目标车辆中各个位置区域的音频数据;
音频确定单元,被配置成基于各个音频数据的音频参数,从各个音频数据中确定目标音频数据;
区域确定单元,被配置成确定所述目标音频数据对应的目标位置区域;
配置单元,被配置成基于所述目标位置区域配置所述目标车辆的车载通话参数,以使通过所述目标位置区域的音频数据进行车载通话。
8.根据权利要求7所述的装置,其中,所述音频参数包括音频能量;
所述音频确定单元进一步被配置成:
确定各个音频数据的音频能量;
按照所述音频能量由高至低的顺序,从各个音频数据中确定所述目标音频数据。
9.根据权利要求8所述的装置,其中,所述音频确定单元进一步被配置成:
获取预设的能量阈值;
按照所述音频能量由高至低的顺序,从各个音频数据中选取音频能量大于所述预设的能量阈值的音频数据,作为所述目标音频数据。
10.根据权利要求7所述的装置,其中,所述音频获取单元进一步被配置成:
对于所述目标车辆中的每个位置区域,确定与该位置区域对应的麦克风设备;
基于各个位置区域对应的麦克风设备,获取各个位置区域的音频数据。
11.根据权利要求7所述的装置,其中,所述配置单元进一步被配置成:
监测所述目标车辆中各个位置区域的音频变化数据;
基于所述音频变化数据更新所述车载通话参数。
12.根据权利要求7所述的装置,其中,所述音频确定单元进一步被配置成:
获取各个音频数据的语义信息;
基于各个音频数据的音频参数和语义信息,从各个音频数据中确定所述目标音频数据。
13.一种执行用于车载通话的方法的电子设备,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1-6中任一项所述的方法。
14.一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根据权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,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1-6中任一项所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110636748.0A CN113329372B (zh) | 2021-06-08 | 2021-06-08 | 用于车载通话的方法、装置、设备、介质和产品 |
KR1020220037326A KR20220045114A (ko) | 2021-06-08 | 2022-03-25 | 차량탑재 통화를 위한 방법, 장치, 기기, 매체 및 프로그램 |
JP2022053429A JP2022088528A (ja) | 2021-06-08 | 2022-03-29 | 車載通話方法、装置、電子機器、コンピュータ可読記憶媒体及びコンピュータプログラム |
US17/751,171 US20220284888A1 (en) | 2021-06-08 | 2022-05-23 | Method and apparatus for in-vehicle call, device, medium and product |
EP22175986.3A EP4040764A3 (en) | 2021-06-08 | 2022-05-30 | Method and apparatus for in-vehicle call, device, computer readable medium and product |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110636748.0A CN113329372B (zh) | 2021-06-08 | 2021-06-08 | 用于车载通话的方法、装置、设备、介质和产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113329372A true CN113329372A (zh) | 2021-08-31 |
CN113329372B CN113329372B (zh) | 2023-04-28 |
Family
ID=77421203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110636748.0A Active CN113329372B (zh) | 2021-06-08 | 2021-06-08 | 用于车载通话的方法、装置、设备、介质和产品 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220284888A1 (zh) |
EP (1) | EP4040764A3 (zh) |
JP (1) | JP2022088528A (zh) |
KR (1) | KR20220045114A (zh) |
CN (1) | CN113329372B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114063969A (zh) * | 2021-11-15 | 2022-02-18 | 阿波罗智联(北京)科技有限公司 | 音频数据处理方法、装置、设备、存储介质及程序产品 |
CN114071318A (zh) * | 2021-11-12 | 2022-02-18 | 阿波罗智联(北京)科技有限公司 | 语音处理方法、终端设备及车辆 |
CN114219729A (zh) * | 2021-12-09 | 2022-03-22 | 深圳Tcl新技术有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111968642A (zh) * | 2020-08-27 | 2020-11-20 | 北京百度网讯科技有限公司 | 语音数据处理方法、装置及智能车辆 |
US20210050010A1 (en) * | 2019-08-16 | 2021-02-18 | Beijing Xiaomi Mobile Software Co., Ltd. | Audio processing method and apparatus, and storage medium |
CN112397065A (zh) * | 2020-11-04 | 2021-02-23 | 深圳地平线机器人科技有限公司 | 语音交互方法、装置、计算机可读存储介质及电子设备 |
CN112634890A (zh) * | 2020-12-17 | 2021-04-09 | 北京百度网讯科技有限公司 | 用于唤醒播放设备的方法、装置、设备以及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6198432B2 (ja) * | 2013-04-09 | 2017-09-20 | 小島プレス工業株式会社 | 音声認識制御装置 |
GB2525039B (en) * | 2014-04-11 | 2017-04-12 | Jaguar Land Rover Ltd | An audio-visual communications system integrated into a vehicle |
US10789041B2 (en) * | 2014-09-12 | 2020-09-29 | Apple Inc. | Dynamic thresholds for always listening speech trigger |
CN107465986A (zh) * | 2016-06-03 | 2017-12-12 | 法拉第未来公司 | 使用多个麦克风检测和隔离车辆中的音频的方法和装置 |
WO2018216694A1 (ja) * | 2017-05-24 | 2018-11-29 | 株式会社トランストロン | 車載装置 |
-
2021
- 2021-06-08 CN CN202110636748.0A patent/CN113329372B/zh active Active
-
2022
- 2022-03-25 KR KR1020220037326A patent/KR20220045114A/ko not_active Application Discontinuation
- 2022-03-29 JP JP2022053429A patent/JP2022088528A/ja active Pending
- 2022-05-23 US US17/751,171 patent/US20220284888A1/en active Pending
- 2022-05-30 EP EP22175986.3A patent/EP4040764A3/en not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210050010A1 (en) * | 2019-08-16 | 2021-02-18 | Beijing Xiaomi Mobile Software Co., Ltd. | Audio processing method and apparatus, and storage medium |
CN111968642A (zh) * | 2020-08-27 | 2020-11-20 | 北京百度网讯科技有限公司 | 语音数据处理方法、装置及智能车辆 |
CN112397065A (zh) * | 2020-11-04 | 2021-02-23 | 深圳地平线机器人科技有限公司 | 语音交互方法、装置、计算机可读存储介质及电子设备 |
CN112634890A (zh) * | 2020-12-17 | 2021-04-09 | 北京百度网讯科技有限公司 | 用于唤醒播放设备的方法、装置、设备以及存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114071318A (zh) * | 2021-11-12 | 2022-02-18 | 阿波罗智联(北京)科技有限公司 | 语音处理方法、终端设备及车辆 |
CN114071318B (zh) * | 2021-11-12 | 2023-11-14 | 阿波罗智联(北京)科技有限公司 | 语音处理方法、终端设备及车辆 |
CN114063969A (zh) * | 2021-11-15 | 2022-02-18 | 阿波罗智联(北京)科技有限公司 | 音频数据处理方法、装置、设备、存储介质及程序产品 |
CN114219729A (zh) * | 2021-12-09 | 2022-03-22 | 深圳Tcl新技术有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
EP4040764A3 (en) | 2022-12-14 |
EP4040764A2 (en) | 2022-08-10 |
KR20220045114A (ko) | 2022-04-12 |
US20220284888A1 (en) | 2022-09-08 |
CN113329372B (zh) | 2023-04-28 |
JP2022088528A (ja) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113329372B (zh) | 用于车载通话的方法、装置、设备、介质和产品 | |
US10097687B2 (en) | Nuisance call detection device and method | |
US20210316745A1 (en) | Vehicle-based voice processing method, voice processor, and vehicle-mounted processor | |
CN112992190B (zh) | 音频信号的处理方法、装置、电子设备和存储介质 | |
CN104575509A (zh) | 语音增强处理方法及装置 | |
EP3792918B1 (en) | Digital automatic gain control method and apparatus | |
CN111343410A (zh) | 一种静音提示方法、装置、电子设备及存储介质 | |
CN115148197A (zh) | 语音唤醒方法、装置、存储介质及*** | |
US20200279573A1 (en) | Speech Enhancement Method and Apparatus | |
CN112712821A (zh) | 基于仿真的语音测试方法、装置、电子设备及存储介质 | |
CN115038011A (zh) | 一种车辆、控制方法、装置、设备及存储介质 | |
US20170206898A1 (en) | Systems and methods for assisting automatic speech recognition | |
CN111312243B (zh) | 设备交互方法和装置 | |
CN113763968B (zh) | 用于识别语音的方法、装置、设备、介质和产品 | |
CN112863545A (zh) | 性能测试方法、装置、电子设备及计算机可读存储介质 | |
CN115083412B (zh) | 语音交互方法及相关装置、电子设备、存储介质 | |
CN111787149A (zh) | 一种降噪处理方法、***和计算机储存介质 | |
CN114550728B (zh) | 用于标记说话人的方法、装置和电子设备 | |
CN113873475B (zh) | 车载互联的音频数据处理方法、装置及电子设备 | |
CN114220430A (zh) | 多音区语音交互方法、装置、设备以及存储介质 | |
JP2022028670A (ja) | 表示される認識テキストの決定方法、装置、電子機器、コンピュータ可読記憶媒体及びコンピュータプログラム | |
CN115312042A (zh) | 用于处理音频的方法、装置、设备以及存储介质 | |
CN110265061B (zh) | 对通话语音进行实时翻译的方法及设备 | |
CN111724805A (zh) | 用于处理信息的方法和装置 | |
CN113593619B (zh) | 用于录制音频的方法、装置、设备和介质 |
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 |