[发明专利]到站提醒的方法、装置、终端及存储介质

权利要求书

1.一种到站提醒的方法，其特征在于，所述方法包括：

通过到站提醒模型中的第一特征提取模块，获取目标音频数据的音频特征，所述目标音频数据为终端当前所在交通工具中语音播报的音频数据，所述第一特征提取模块由依次连接的三个卷积层构成，所述第一特征提取模块为卷积神经网络模型；

通过所述到站提醒模型中的第二特征提取模块，获取目标传感器数据的传感器特征，所述目标传感器数据为所述终端采集到的满足启停条件的传感器数据，所述第二特征提取模块由依次连接的三个卷积层构成，所述第二特征提取模块为卷积神经网络模型；

通过所述到站提醒模型中的特征融合模块，基于所述目标音频数据和所述目标传感器数据的优先级，确定所述目标音频数据和所述目标传感器数据的权重，基于所述目标音频数据和所述目标传感器数据的权重，对所述目标音频数据的音频特征和所述目标传感器数据的传感器特征进行加权，将加权后的所述音频特征和加权后的所述传感器特征进行拼接，得到第二目标特征，提取所述第二目标特征中的关键特征，得到所述第一目标特征，所述优先级的大小与特征的权重呈正相关，所述关键特征包括所述音频特征对应的第一关键特征和所述传感器特征对应的第二关键特征，且所述第一关键特征和所述第二关键特征互补，所述特征融合模块由依次连接的两个卷积层构成，所述特征融合模块为卷积神经网络模型；

通过所述到站提醒模型中的启停判断模块，基于所述第一目标特征，确定所述交通工具的启停状态，所述启停判断模块为基于softmax函数的分类器；

基于所述启停状态和所述终端的目标站点，对所述终端进行到站提醒，所述目标站点为所述交通工具的第一前进线路上，所述终端前往的交通运输点。

2.根据权利要求1所述方法，其特征在于，所述获取目标音频数据的音频特征，包括：

对所述目标音频数据进行傅里叶变换，得到所述目标音频数据的频谱；

将所述频谱转换为所述目标音频数据的能量谱；

将所述能量谱转换为梅尔谱图，所述梅尔谱图中包括多个频点；

对所述梅尔谱图中的多个频点进行离散余弦变换，得到所述音频特征。

3.根据权利要求2所述方法，其特征在于，所述对所述目标音频数据进行傅里叶变换，得到所述目标音频数据的频谱，包括：

基于预加重系数，对所述目标音频数据进行预加重处理；

对预加重处理后的所述目标音频数据进行平滑处理；

对平滑处理后的所述目标音频数据进行傅里叶变换，得到所述频谱。

4.根据权利要求1所述方法，其特征在于，所述获取目标音频数据的音频特征，包括：

将所述目标音频数据换为音频帧序列，所述音频帧序列中包括多个第一音频帧；

基于所述多个第一音频帧，确定多个第二音频帧，相邻两个第二音频帧之间重叠部分音频数据；

基于所述多个第二音频帧的音频特征，确定所述目标音频数据的音频特征。

5.根据权利要求1所述方法，其特征在于，所述方法还包括：

确定第一时间段和第二时间段，所述第一时间段内检测到所述语音播报的音频数据，所述第二时间段内采集到满足启停条件的传感器数据，且第一时间段和第二时间段相邻或者重叠；

从采集到的音频数据中，确定所述第一时间段内的所述目标音频数据；

从采集到的传感器数据中，确定所述第二时间段内的所述目标传感器数据。

6.根据权利要求1所述方法，其特征在于，所述基于所述启停状态和所述终端的目标站点，对所述终端进行到站提醒，包括：

在所述启停状态为停止状态的情况下，基于所述终端的第二前进线路和所述交通工具的启停次数，确定所述交通工具当前停靠的停靠站点，所述启停次数为所述终端乘坐所述交通工具后所述交通工具的启停次数；

基于所述停靠站点与所述目标站点，对所述终端进行到站提醒。