[发明专利]自动识别语种的车载人机交互方法、车载终端及存储介质

权利要求书

1.一种自动识别语种的车载人机交互方法，其特征在于，包括以下步骤：

预设一个以上语种的语料库，所述语料库根据车辆的人机交互场景进行配置，且每个语种的语料库设有对应语种的模板语音；

将接收的用户语音与所述模板语音进行匹配，根据匹配结果判断所述用户语音的语种类型；

根据用户语音的语种类型调用对应语种的语料库，并利用该对应语种的语料库实现人机交互。

2.根据权利要求1所述的自动识别语种的车载人机交互方法，其特征在于，所述用户语音和所述模板语音为车辆启动指令，所述用户语音与所述模板语音进行匹配时，根据匹配结果控制车辆启动，同时，根据匹配结果识别用户语音的语种类型；或者，所述用户语音和所述模板语音为程序启动指令，所述用户语音与所述模板语音进行匹配时，根据匹配结果控制程序启动，同时，根据匹配结果识别用户语音的语种类型。

3.根据权利要求1所述的自动识别语种的车载人机交互方法，其特征在于，所述用户语音与所述模板语音进行匹配，是通过分别对所述用户语音和所述模板语音提取音频特征，根据所述音频特征进行匹配；所述音频特征包括短时功率谱密度、语谱图、共振峰，先根据语谱图进行特征匹配，满足匹配条件后再进一步根据短时功率谱密度和共振峰进行特征匹配；或者，同时根据短时功率谱密度、语谱图、共振峰进行特征匹配。

4.根据权利要求3所述的自动识别语种的车载人机交互方法，其特征在于，所述语谱图的提取进一步包括以下步骤：

对所述用户语音或所述模板语音进行语音分帧；

对每个语音帧按照时序分别进行快速傅里叶变换；

将变换后的频谱幅度值作为纵坐标，语音帧对应的时间作为横坐标，语音能量作为坐标点值，得到语谱图。

5.根据权利要求3所述的自动识别语种的车载人机交互方法，其特征在于，所述短时功率谱密度的提取进一步包括以下步骤：

对所述用户语音中的N个采样点的信号u_N(n)进行傅里叶变换：

并进一步对变换后信号求短时功率谱密度：

6.根据权利要求3所述的自动识别语种的车载人机交互方法，其特征在于，所述共振峰的提取进一步包括以下步骤：

首先对所述用户语音进行预加重处理；

并进行希尔伯特变换，得到原实值信号的解析信号；

接着采用四个自适应共振峰滤波器进行动态滤波处理，每个滤波器由一个全零点滤波器和一个单极点的动态追踪滤波器组成；

然后进行清浊音检测、性别检测、能量检测；

最后通过移动平均值作决策，符合预设条件的值作为共振峰估计值保留，不符合预设条件的值用其移动平均值代替。

7.根据权利要求1至6任一项所述的自动识别语种的车载人机交互方法，其特征在于，所述用户语音与所述模板语音进行匹配，进一步包括以下步骤：

通过codec芯片采集用户语音的模拟信号；

通过PCM将模拟信号转换为数字信号，并将所述数字信号经I2S总线传送至CPU；

通过CPU对语音信号进行预处理；所述预处理包括：消除回音、噪声抑制、自动增益，并将预处理后的语音信号编码成码流；

通过CPU对码流进行音频特征的提取，得到用户语音的音频特征；

将用户语音的音频特征与模板语音的音频特征进行匹配。

8.根据权利要求1至6任一项所述的自动识别语种的车载人机交互方法，其特征在于，所述人机交互为语音交互和/或界面交互；所述语音交互是根据所述对应语种的语料库进行语音输出，实现人机的语音交流；所述界面交互是根据所述对应语种的语料库在车载界面展示对应语种的菜单，实现人机的界面交互。

9.一种车载终端，其特征在于，包括存储器和处理器，所述存储器中存储有指令，所述处理器通过执行所述存储器中存储的指令使得车载终端实现如权利要求1至8任一项所述的车载人机交互方法。

10.一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中存储有指令，车载终端执行所述指令使得车载终端实现权利要求1至8任一项所述的车载人机交互方法。