车载语音识别模块的自主学习方法技术

本发明专利技术涉及车载语音控制技术，其公开了一种车载语音识别模块的自主学习方法，提高语音识别的通用性。该方法，包括以下步骤：a.车载语音识别模块采集用户操作对应的语音指令，并上传到云端服务器；b.云端服务器判断语音识别库中是否已经存在该语音指令，如果存在，则进入步骤c，否则进入步骤d；c.向车载语音识别模块反馈该语音指令存在的信息，语音识别模块下载该语音指令的比对模型并提示用户该语音指令可使用；d.云端服务器对该指令进行学习。本发明专利技术适用于车载语音控制。

【技术实现步骤摘要】
【专利摘要】本专利技术涉及车载语音控制技术，其公开了一种，提高语音识别的通用性。该方法，包括以下步骤：a.车载语音识别模块采集用户操作对应的语音指令，并上传到云端服务器；b.云端服务器判断语音识别库中是否已经存在该语音指令，如果存在，则进入步骤c，否则进入步骤d；c.向车载语音识别模块反馈该语音指令存在的信息，语音识别模块下载该语音指令的比对模型并提示用户该语音指令可使用；d.云端服务器对该指令进行学习。本专利技术适用于车载语音控制。【专利说明】
本专利技术涉及车载语音控制技术，具体涉及一种。
技术介绍
随着语音技术的广泛应用，目前在车辆控制领域，常采用语音控制来辅助驾驶者超控车辆的非驾驶功能，不仅带来操作的便捷性，还能减少出现驾驶者由于驾驶过程中要手动操控中控系统中的一些功能而分心的情况，提高驾驶安全性。现有技术中，车载语音识别模块使用的都是预先配置好的对比资料(即语音识别比对基础)，在使用中，这种资料提供了对比的基准，但是不容易被更改。而由于驾驶者每个人都拥有自己的语言使用习惯和方言习惯，单一的比对资料无法保证每个个体的语言使用。因而现有技术中的车载语音识别模块不具备通用性，本申请有必要提出一种，提高语音识别的通用性。
技术实现思路
本专利技术所要解决的技术问题是:提出一种，提高语音识别的通用性。本专利技术解决其技术问题所采用的技术方案是:，包括以下步骤:a.车载语音识别模块采集用户操作对应的语音指令，并上传到云端服务器；b.云端服务器判断语音识别库中是否已经存在该语音指令，如果存在，则进入步骤C，否则进入步骤d;c.向车载语音识别模块反馈该语音指令存在的信息，语音识别模块下载该语音指令的比对模型并提示用户该语音指令可使用；d.云端服务器对该指令进行学习。作为进一步优化，步骤d中，所述云端服务器对该指令进行学习，具体包括:云端服务器首先判断该语音指令在语音备选库中是否存在，若存在，则增加该语音指令的比重值，若不存在，则将该语音指令添加至语音备选库中，并将其比重值初始化为0，当有其它用户再次上传该语音指令时，增加该语音指令的比重值；云端服务器判断该语音指令的比重值当达到阈值时，将该语音指令从语音备选库中移至语音识别库中，作为可使用语音命令。作为进一步优化，步骤d中，还包括:云端服务器定时/实时监测语音识别库中的各个语音指令的使用情况，在语音识别库中，某个语音指令被使用则增加其比重值，若一定时间未使用，则降低其比重值，当某个语音指令的比重值小于阈值时，则将该语音指令从语音识别库中移至语音备选库中。作为进一步优化，步骤d中，还包括:云端服务器定时/实时监测语音备选库中各个语音指令的比重值，当某个语音指令的比重一定时间内均为0，则从语音备选库中删除该语音指令。作为进一步优化，步骤c中，所述语音指令的比对模型包括该语音指令与对应操作的映射关系。作为进一步优化，步骤a中，所述车载语音识别模块采集用户操作对应的语音指令，并上传到云端服务器，是指:用户操作和用户语音指令被同时采集并且上传云端;如果用户只有操作没有语音输入，则用户该操作不被采集和上传;如果用户只有语音指令没有对应操作，按照本地(非云端)存放的语音指令对比库来执行相应命令。本专利技术的有益效果是:通过车载语音识别模块的自主学习，使得语音识别操控具有通用性，在云端服务器对新的指令学习过程中引入比重监控和淘汰机制:当比重达到阈值时录入语音识别库中正式作为指令使用，位于语音识别库中的指令比重降低到阈值以下时，将该指令移至备选库，当备选库中的指令长期比重为O时，删除该指令;如此可以减小语音识别库的存储压力，也便于管理。【附图说明】图1为流程图；图2为云端服务器对指令学习的流程图。【具体实施方式】本专利技术旨在提出一种，提高语音识别的通用性，本专利技术可以针对每个人的使用习惯来为每个驾驶者配置其特有的语音使用风格，而且这种风格会随着驾驶者的语言习惯而自适应，其步骤如图1所示:A、车载语音识别模块采集用户操作对应的语音指令，并上传到云端服务器；B、云端服务器判断语音识别库中是否已经存在该语音指令，如果存在，向车载语音识别模块反馈该语音指令存在的信息，语音识别模块下载该语音指令的比对模型并提示用户该语音指令可使用;如果不存在，则云端服务器对该指令进行学习。在具体实现上，步骤A中车载语音识别模块采集用户操作对应的语音指令，并上传到云端服务器是指:用户操作和用户语音指令被同时采集并且上传云端；如果用户只有操作没有语音输入，则用户该操作不被采集和上传;如果用户只有语音指令没有对应操作，按照本地(非云端)存放的语音指令对比库来执行相应命令。云端对指令的学习如图2所示，云端服务器首先判断该语音指令在语音备选库中是否存在，若存在，则增加该语音指令的比重值，若不存在，则将该语音指令添加至语音备选库中，并将其比重值初始化为0，当有其它用户再次上传该语音指令时，增加该语音指令的比重值；云端服务器判断该语音指令的比重值当达到阈值时，将该语音指令从语音备选库中移至语音识别库中，作为可使用语音命令。云端服务器定时/实时监测语音识别库中的各个语音指令的使用情况，在语音识别库中，某个语音指令被使用则增加其比重值，若一定时间未使用，则降低其比重值，当某个语音指令的比重值小于阈值时，则将该语音指令从语音识别库中移至语音备选库中。云端服务器定时/实时监测语音备选库中各个语音指令的比重值，当某个语音指令的比重一定时间内均为0，则从语音备选库中删除该语音指令。需要说明的是，云端的语音识别库作为有效语音指令的存放库，提供语音指令的下载，而备选库是作为语音指令学习的基础库，对于车载语音识别终端来说，本地语音识别库的内容并不一定和云端语音识别库完全一致，由于云端的语音识别库中的语音指令有降库的可能，本地语音识别库实际上是一个云端历史指令库的子集;而由于本地语音识别库中包括的都是本地已下载的语音命令，即使云端将该命令降级到语音备选库甚至于删除该语音指令，也不会影响用户使用.即解决了用户语音指令在大范围内的合理性以及私有性。【主权项】1.，其特征在于，包括以下步骤: a.车载语音识别模块采集用户操作对应的语音指令，并上传到云端服务器； b.云端服务器判断语音识别库中是否已经存在该语音指令，如果存在，则进入步骤c，否则进入步骤d; c.向车载语音识别模块反馈该语音指令存在的信息，语音识别模块下载该语音指令的比对模型并提示用户该语音指令可使用； d.云端服务器对该指令进行学习。2.如权利要求1所述的，其特征在于，步骤d中，所述云端服务器对该指令进行学习，具体包括: 云端服务器首先判断该语音指令在语音备选库中是否存在，若存在，则增加该语音指令的比重值，若不存在，则将该语音指令添加至语音备选库中，并将其比重值初始化为O，当有其它用户再次上传该语音指令时，增加该语音指令的比重值； 云端服务器判断该语音指令的比重值当达到阈值时，将该语音指令从语音备选库中移至语音识别库中，作为可使用语音命令。3.如权利要求2所述的，其特征在于，步骤d中，还包括: 云端服务器定时/实时监测语音识别库中的各个语音指令的使用情况，在语音识别库中，某个语音指令被使用则增加其比重值，若一定时间未使用，则降低其比重值，当某个语音指令的比重值小于阈值时，则将该语音指令本文档来自技高网...

【技术保护点】
车载语音识别模块的自主学习方法，其特征在于，包括以下步骤：a.车载语音识别模块采集用户操作对应的语音指令，并上传到云端服务器；b.云端服务器判断语音识别库中是否已经存在该语音指令，如果存在，则进入步骤c，否则进入步骤d；c.向车载语音识别模块反馈该语音指令存在的信息，语音识别模块下载该语音指令的比对模型并提示用户该语音指令可使用；d.云端服务器对该指令进行学习。

【技术特征摘要】

【专利技术属性】
技术研发人员：魏劲超，郑敏，江涛，
申请(专利权)人：四川长虹电器股份有限公司，
类型：发明
国别省市：四川;51