站点识别方法、装置、终端及存储介质制造方法及图纸

本申请实施例公开了一种站点识别方法、装置、终端及存储介质，属于人工智能领域。该方法包括：响应于处于地铁模式，通过麦克风采集环境音；对环境音进行特征提取，得到环境音的能量特征；根据能量特征确定地铁的运行状态，运行状态包括进站状态、停止状态、出站状态和站间行驶状态中的至少一种；响应于运行状态为停止状态，根据当前注册基站确定当前站点。本申请实施例中，利用地铁在不同运行状态下声音的能量特征不同的特点，判断地铁的运行状态，当地铁处于停止状态时，利用当前注册基站识别当前站点并更新，无需通过复杂的模型获取报站语音或依据第三方数据确定站点，功耗低且准确率高。

【技术实现步骤摘要】
站点识别方法、装置、终端及存储介质
本申请实施例涉及人工智能
，特别涉及一种站点识别方法、装置、终端及存储介质。
技术介绍
人们在乘坐地铁等公共交通工具出行时，需要时刻注意当前停靠站点是否为自己的目标站点，而到站提醒功能则是一种提醒乘客在到达目标站时及时下车的功能。相关技术中，终端通常利用传感器(例如加速度传感器、重力传感器和磁力传感器等)采集的数据，通过加速与减速计算交通工具是否进站或出站，并结合地图进行站点预测，或者通过语音识别交通工具的报站信息，识别当前所在的站点。然而，采用上述方法进行站点预测或识别时，交通工具在行驶过程中并非始终匀速行驶，乘客的握持终端的姿态、动作以及在交通工具内部的行走也会对终端的传感器产生一定影响，且交通工具内噪声较大，无法通过语音识别准确获取站点信息，这些因素会导致终端的站点识别结果不准确。
技术实现思路
本申请实施例提供了一种站点识别方法、装置、终端及存储介质。所述技术方案如下：一方面，本申请实施例提供了一种站点识别方法，所述方法包括：响应于处于地铁模式，通过麦克风采集本文档来自技高网...

【技术保护点】
1.一种站点识别方法，其特征在于，所述方法包括：/n响应于处于地铁模式，通过麦克风采集环境音；/n对所述环境音进行特征提取，得到所述环境音的能量特征；/n根据所述能量特征确定地铁的运行状态，所述运行状态包括进站状态、停止状态、出站状态和站间行驶状态中的至少一种；/n响应于所述运行状态为所述停止状态，根据当前注册基站确定当前站点。/n

【技术特征摘要】
1.一种站点识别方法，其特征在于，所述方法包括：
响应于处于地铁模式，通过麦克风采集环境音；
对所述环境音进行特征提取，得到所述环境音的能量特征；
根据所述能量特征确定地铁的运行状态，所述运行状态包括进站状态、停止状态、出站状态和站间行驶状态中的至少一种；
响应于所述运行状态为所述停止状态，根据当前注册基站确定当前站点。


2.根据权利要求1所述的方法，其特征在于，所述根据所述能量特征确定地铁的运行状态，包括：
响应于所述能量特征符合能量均值条件，确定所述运行状态为所述停止状态；
响应于所述能量特征符合能量变化条件，确定所述运行状态为所述进站状态或所述出站状态；
响应于所述能量特征不符合所述能量均值条件和所述能量变化条件，确定所述运行状态为所述站间行驶状态。


3.根据权利要求2所述的方法，其特征在于，所述响应于所述能量特征符合能量均值条件，确定所述运行状态为所述停止状态，包括：
响应于所述能量特征指示所述环境音的第一能量均值属于预设能量范围，对所述环境音进行分帧处理，得到至少两个音频帧，所述第一能量均值是全频段内所述环境音的能量均值，所述预设能量范围是地铁停止时环境音对应的能量范围；
对所述音频帧进行傅里叶变换，得到第一频段内所述环境音的第二能量均值，所述第一频段是地铁开门或关门的警铃声对应的频段；
响应于所述第二能量均值高于能量阈值，确定所述运行状态为所述停止状态。


4.根据权利要求2所述的方法，其特征在于，所述响应于所述能量特征符合能量变化条件，确定所述运行状态为所述进站状态或所述出站状态，包括：
对所述环境音进行分段处理；
对各段环境音进行傅里叶变换，得到第二频段内所述环境音的第三能量均值，所述第二频段为低于预设频率的低频频段；
响应于第i段环境音的所述第三能量均值属于预设能量范围，且第i+1段环境音和第i+2段环境音的所述第三能量均值大于所述第i段环境音的所述第三能量均值，确定所述运行状态为所述出站状态，所述预设能量范围是地铁停止时环境音对应的能量范围，i为大于等于1的整数。


5.根据权利要求1至4任一所述的方法，其特征在于，所述响应于所述运行状态为所述停止状态，根据当前注册基站确定当前站点之前，所述方法还包括：
响应于所述运行状态为所述出站状态，启动第一定时器，所述第一定时器的第一定时器时长为站间预计行驶时长；
所述响应于所述运行状态为所述停止状态，根据当前注册...

【专利技术属性】
技术研发人员：黄粟，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：广东;44