[发明专利]用于车辆内自动交互的面向服务语音识别

说明书

背景技术

本发明总体上涉及实施基于服务的语音识别系统用于多模态交互的系统和方法，所述多模态交互能应用于任何交互式自动系统，诸如在机动车中使用的交互式自动系统。更具体而言，本发明涉及利用多个语音识别器和相关的车辆内人机接口的系统和方法，用于为驾车者在驾驶情况下创建高效安全、可靠便利并舒适的体验并同时实现高自动化率。

本发明的主要目的在于提供具有高效自动化的呼叫中心企业，用于在不损害对客户的服务质量的情况下降低成本。交互式自动应该是客户或驾车者完成任务的优选交互措施，这些任务否则需要经过呼叫中心通过个人/代理交互进行处理。在本发明中，面向服务结构(SOA)用于选择性地以唯一适应性的方式利用专业语音识别器。如在此所述，该方法的优势在于提供安全舒适的用户接口并改进呼叫中心的效率。

Telematics(车载信息服务系统)服务的出现在十年之前引入，并带来了如下趋势：包含车辆与远程数据中心通信并发送涉及安全、保安和应急故障的位置数据和车辆信息的能力。如在本领域中所称的，“telematics”包括无线通信、车辆监视系统和定位设备的集成。在自动式交互中该项技术结合了无线声音和数据能力用于管理信息和安全应用。

大多数早期的telematics通信通过无线声音通道实现，所述无线声音通道本质上是模拟的。根据2008年的法律，所有的模拟连接成为数字的，并因此，诸如“3G”技术等的数据连接成为移动设备“连接”到因特网的容易获得的技术。作为这些改进的结果，在称为“连接车辆”概念中，车辆也适于利用数据连接结合声音通道连接。

“连接车辆”概念继续在过去数年间演变，并且商业上出现了相当复杂的车辆服务。这些服务经常依靠车辆位置以及“云计算”，所述“云计算”被定义为经过数据通道访问的网络服务。这些服务的示例包括板下路由、目的地获取、远程车辆诊断、音乐下载、交通报告、本地搜索、访问门房(concierge)服务、连接车辆销售员以及路旁帮助。如在此使用的术语“板下”指远离车辆或车辆外的位置。如在此使用的术语“本地搜索”指根据特定位置的临近处的兴趣点(POI)搜索。上面给出的示例被认为本质上是以车辆为中心的，并且许多引起了某些形式的与现场代理或板下交互式自动系统的声音通信。

近年来，出现该趋势：驾驶员在诸如移动设备等的车辆内操作个人设备，使得驾驶时不安全。现在将内置式用户接口添加到车辆内侧以提供如车辆自身组件的这些移动功能。然而，关于这些内置式组件的安全性和实用性的关注仍然存在。难于以在驾驶时使其安全的形式使能车辆内的个人设备功能。用户接口对于车辆驾驶员在驾驶时使用一点不实用。不仅由于设备屏幕相当小，而且更重要的，操作和使用常规移动设备的主要输入模态包括用户和设备某些形式的输入或机械地交互。当司机的认知处理关注于没有集中在安全驾驶车辆的其他任务时，将出现司机分心。打电话以及将数据输入到移动设备中是驾驶时非常分心的任务的示例。驾驶时常规键入是非常危险的，这是因为需要视觉和触觉，使得安全驾驶不现实。例如，当开车时，通过扭曲并微调旋钮直到突出显示每个目标字母，接着推旋钮(“knobbing”)来输入消息是不明智的。然而，即使这是个危险的经历，但“推旋钮”有时是将目的地输入车辆导航系统的唯一方式。为了减少安全问题，某些现有的内置式系统试图有意地将接口使用限制在只当车辆静止时。令人遗憾的是，这种静态需求相反地危及车辆内系统可能具有的能力范围。

因此，使用有效的语音接口限制或完全消除驾驶者使用他或她的手操作接口的需要是有利的。除了导航以及拨电话号码，诸如浏览和发短信等的其他应用也得益于利用语音使能键入。因此，语音识别在使能车辆内个人设备功能中发挥了重要作用。因此，需要简单安全的有效多模态接口以在驾驶情况中使用。

而且，在车辆内的环境中实施语音使能功能提出了唯一并困难的挑战。例如，麦克风一定不能用手，因此必须与发言者的嘴巴保持一定距离。再者，马路噪音是嘈杂且不稳定的。而且，车辆内可能有多个人也在交谈，因此使系统难于在多个不同的声音中解码某个人的语音。因为车辆呈现了如此困难的语音识别环境，因此需要显著的语音识别优化以实现合理的语音识别执行。

需要克服上述的现有技术中的问题。本质上，需要能在嘈杂的环境中完成复杂语音任务的语音识别引擎。此外，对企业提供实用系统和方法以在不需要企业内专家(in-house expertise)支持改进的语音识别的情况下开发语音使能应用、托管应用并维护应用也是有利的。