[发明专利]一种实时路况信息生成方法和系统

说明书

技术领域

本发明涉及交通实时路况信息提供领域，尤其涉及一种实时路况信息生成方法。

背景技术

随着人类出行活动的日益增长，交通实时路况的需求变得越来越重要。比如，在城市道路上行驶的司机需要及时了解前方道路的拥堵状况，以便进行规避；搭乘公交系统的人，临出行前，需要查询道路状况，以进行路线规划；网络上的交通信息提供商，需要掌握实时路况信息，以完成对客户查询的有效服务等等。在科技日新月益的发展下，移动手持终端、车载导航设备等现代科技产品已进入千家万户，路况信息发布和显示手段益发缤彩纷呈，进一步催生了实时路况信息的广泛应用。

现有技术中，众多地图产品提供商通常采取的路况信息获取方式是，雇用大量的人员，比如每个城市配备一个记录员，由这些人来收听当地广播，将广播内的交通信息记录下来，然后再汇集到各自的地图产品中，在地图上将该区域标上相应的路况信息。这种方式不仅耗费大量的人力，而且效率低下，实时性不能得到有效保障，准确率、漏记率也容易受限于个人，信息平台共享性也差，不能充分发挥信息资源的可利用效能，可以说这些问题所集中反映出的路况信息数据源的获取是整个产业链环节中的一块短板。

发明内容

本发明的目的是提供一种实时路况信息生成方法，可以实现广泛区域内路况信息的实时获取，用于导航、出行规划等服务。

为达到上述目的，一方面，本发明创造性地提出通过自动收听广播来获取交通信息音频信号，将此音频信号经过语音处理和识别，形成文本信息，最终形成地图特征语言，提供路况信息服务。此方法包括如下步骤：

a)自动收听广播；

b)对广播进行语音识别，做关键词检测，从中提取出路况信息，并将其转化成文本信息；

c)使用自然语言处理技术，将文本信息转化为地图特征语言，绘制和反馈在地图产品中，形成交通路况信息。

其中，为实现话音或非话音检测，需要构建电台广播的话音、非话音信号的训练模型；为完整有效地分离出话音，还需要建立各类型声音之间的转换点的特征模型；

其中，为实现不同主持人转换点检测，完成话音片段分割，采用了基于贝叶斯准则的SAD（Sum of absolute differences）算法；

进一步地，为实现说话人识别，需要建立主持人话音高斯混合模型（Gauss mixture model，简称GMM）库；

为实现语音识别，需要建立路况信息主持人无关的声学模型，以及拥有每一路况信息主持人的声学模型的模型库，以及本领域的知识库。

其中，所述步骤c)具体包括：对文本信息内容进行分析，并在地址数据库中进行地址查找，如果找到该地址，则将交通状态信息标注到该地址处，如果否，则根据得到的相关地址，对该新地址进行空间地址插值，然后将交通状态信息标注到该新地址处。

进一步地，为实现地址分析和空间地址插值，根据已有的大量地址构建地址数据库，并建立数据库索引，以提供快速查找。

另一方面，本发明还提供了一种实时路况信息生成系统，包括：

自动收听模块，用于自动收听广播；

语音处理模块，用于对广播进行语音识别，做关键词检测，从中提取出路况信息，并将其转化成文本信息；

路况标注模块，使用自然语言处理技术，将文本信息转化为地图特征语言，绘制和反馈在地图产品中，形成交通路况信息。

与现有技术相比，本发明具有以下优点：

本发明通过设备自动收听，实时处理转换，不仅形成自身地图产品，更可构建路况资源信息共享平台。

附图说明

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

图1是根据本发明的实时路况信息生成方法的流程图；

图2是根据本发明的音频信号处理过程的示意图；

图3是根据本发明的识别话音对应主持人的示意图；

图4是根据本发明的基于文本信息分析形成交通路况信息的流程图；

图5是根据本发明的针对地址数据库进行操作的示意图；

图6为根据本发明另一个方面的实时路况信息生成系统的示意性框图。

具体实施方式

下面结合附图对本发明作进一步详细描述。

首先请参考图1，图1是根据本发明的实时路况信息生成方法的流程图，它概括地体现了本发明的主要实施步骤，包括：

步骤S110，收听广域范围内的电台播放的交通信息并将其转换为音频信号。