语音交互方法、语音交互系统和车辆技术方案

本发明专利技术公开语音交互方法、语音交互系统和车辆。语音交互方法，包括：云端下发在线音频流，在线音频流包括多个在线音频包；在车辆行驶中，车机端根据词边界信息接收在线音频包，播放已接收的在线音频包，设置等待下个在线音频包的超时时间，词边界信息是在线音频流对应的词的边界信息；在等待时间大于超时时间时，车机端根据词边界信息及已接收的在线音频包获取离线音频包，并播放离线音频包。上述语音交互方法，利用词边界信息，在车机端等待下个在线音频包的时间大于超时时间时，由车机端获取离线音频包，这样可以做到语音播报离在线的无缝切换，用户体验与播报完整性有较大提升。

【技术实现步骤摘要】
语音交互方法、语音交互系统和车辆
本专利技术涉及语音
，特别涉及一种语音交互方法、语音交互系统和车辆。
技术介绍
目前车机移动场景下的在线播报存在很大挑战，常规做法都是提前请求云端然后预加载完成后再播放，在弱网下音频包丢失就会造成播报失败。针对车机这种实时性要求非常高的情景，并且播报中间中断会给用户带来较差体验。
技术实现思路
本专利技术的实施方式提供一种语音交互方法、语音交互系统和车辆。本专利技术实施方式的一种语音交互方法，包括：云端下发在线音频流，所述在线音频流包括多个在线音频包；在车辆行驶中，车机端根据词边界信息接收所述在线音频包，播放已接收的在线音频包，设置等待下个在线音频包的超时时间，所述词边界信息是所述在线音频流对应的词的边界信息；在等待时间大于所述超时时间时，所述车机端根据所述词边界信息及已接收的在线音频包获取离线音频包，并播放所述离线音频包。在某些实施方式中，所述超时时间大于设置时间，所述设置时间与预设超时阈值、已缓冲时间及本地合成时间预估相关。在某些实施方式中，在等待时间大于所述超时时间时，所述车机端根据所述词边界信息及已接收的在线音频包获取离线音频包，并播放所述离线音频包，包括：所述车机端根据词边界信息和已接收的在线音频包，从断开播报的词的边界开始合成所述离线音频包。在某些实施方式中，在等待时间大于所述超时时间时，所述车机端根据所述词边界信息及已接收的在线音频包获取离线音频包，并播放所述离线音频包，包括：所述车机端根据词边界信息和已接收的在线音频包，从断开播报的词的边界结束合成所述离线音频包。在某些实施方式中，在等待时间大于所述超时时间时，所述车机端根据所述词边界信息及已接收的在线音频包获取离线音频包，并播放所述离线音频包，包括：所述车机端基于音频格式计算切换时间点；所述车机端根据词边界信息、已接收的在线音频包和所述切换时间点，合成所述离线音频包。在某些实施方式中，所述语音交互方法包括：在满足预设条件时，所述云端根据所述词边界信息合成所述在线音频包和所述车机端根据所述词边界信息合成离线音频包同步进行；在等待时间大于所述超时时间时，所述车机端切换为播放所述离线音频包。在某些实施方式中，所述语音交互方法包括：所述云端根据所述词边界信息合成所述在线音频包，所述车机端播放已接收的在线音频包；在等待时间大于所述超时时间时，所述车机端根据所述词边界信息合成所述离线音频包，并切换为播放所述离线音频包；在等待时间大于所述超时时间转为等待时间不大于所述超时时间时，所述车机端恢复播放已接收的在线音频包。本专利技术实施方式的一种语音交互系统，包括：云端，用于下发在线音频流，所述在线音频流包括多个在线音频包；车机端，用于在车辆行驶中，根据词边界信息接收所述在线音频流，播放已接收的在线音频包，设置等待下个在线音频包的超时时间，所述词边界信息是所述在线音频流对应的词的分界信息；及用于在等待时间大于所述超时时间时，根据所述词边界信息及已接收的在线音频包获取离线音频包，并播放所述离线音频包。本专利技术实施方式的一种车辆，包括：车身，和；车机端，安装在所述车身，所述车机端用于：在车辆行驶中，根据词边界信息接收云端下发的在线音频流，所述在线音频流包括多个在线音频包；播放已接收的在线音频包，设置等待下个在线音频包的超时时间，所述词边界信息是所述在线音频流对应的词的分界信息；及在等待时间大于所述超时时间时，根据所述词边界信息及已接收的在线音频包获取离线音频包，并播放所述离线音频包。上述语音交互方法、语音交互系统和车辆，利用词边界信息，在车机端等待下个在线音频包的时间大于超时时间时，由车机端获取离线音频包，这样可以做到语音播报离在线的无缝切换，既能保障网络良好情况下高音质播报，又能在弱网下，基本上不会丢一个字，用户体验与播报完整性有较大提升。本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1是本专利技术实施方式的语音交互方法的流程示意图；图2是本专利技术实施方式的语音交互系统的模块示意图；图3是本专利技术实施方式的语音交互方法的音频词边界对应关系图；图4是本专利技术实施方式的语音交互方法的音频包超时的示意图；图5是本专利技术实施方式的语音交互方法从在线播报切换至离线播报的示意图；图6是本专利技术实施方式的语音交互方法从在线播报切换至离线播报的不同切换方式示意图；图7是本专利技术实施方式的语音交互方法从在线播报切换至离线播报的动态切换方式示意图；图8是本专利技术实施方式的语音交互方法的在线合成和离线合成同时进行及切换的示意图；图9是本专利技术实施方式的语音交互方法的离在线融合播报的示意图；图10是本专利技术实施方式的语音交互方法的整体时序图；图11是本专利技术实施方式的车辆的结构示意图；图12是相关技术中车机端播报在线音频的示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。在本专利技术的实施方式的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本专利技术的实施方式的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。目前车机移动场景下的在线播报存在很大挑战，常规做法都是提前请求云端音频，然后预加载完成后再播放音频，在弱网下音频包丢失就会造成播报失败。在相关技术中，一种解决方案是，车机端全部接受完音频流到本地后，再播放音频流。但这样会导致播放慢，句子之间延迟大，请结合图12，图12所示为车机端全部接收整个音频“今天天气是挺暖和的”后，再播放该音频“今天天气是挺暖和的”。另一种解决方案是，车机端完全等待在线音频流，但这样会造成卡顿现象，类似人类的结巴、口吃现象。在上述车机移动的场景下：如果出现慢播，卡播，很容易让用户错误重要信息。比如：(离路口50米需提示用户)网络延迟下第一种解决方案：10秒后播放“前方路口右转”，车速60公里时，已经开出去166米，错过了路口。网络延迟下第二种解决方案：断断续续播放，前--方----路----口----右----转，会吸引用户注意力，一直关注是左转还是右转，比较容易会引发事故。目前主流车载导航等均采用离线模式，离线灵活性差很多，需要ota升级才本文档来自技高网...

【技术保护点】
1.一种语音交互方法，其特征在于，包括：/n云端下发在线音频流，所述在线音频流包括多个在线音频包；/n在车辆行驶中，车机端根据词边界信息接收所述在线音频包，播放已接收的在线音频包，设置等待下个在线音频包的超时时间，所述词边界信息是所述在线音频流对应的词的边界信息；/n在等待时间大于所述超时时间时，所述车机端根据所述词边界信息及已接收的在线音频包获取离线音频包，并播放所述离线音频包。/n

【技术特征摘要】
1.一种语音交互方法，其特征在于，包括：
云端下发在线音频流，所述在线音频流包括多个在线音频包；
在车辆行驶中，车机端根据词边界信息接收所述在线音频包，播放已接收的在线音频包，设置等待下个在线音频包的超时时间，所述词边界信息是所述在线音频流对应的词的边界信息；
在等待时间大于所述超时时间时，所述车机端根据所述词边界信息及已接收的在线音频包获取离线音频包，并播放所述离线音频包。


2.根据权利要求1所述的语音交互方法，其特征在于，所述超时时间大于设置时间，所述设置时间与预设超时阈值、已缓冲时间及本地合成时间预估相关。


3.根据权利要求1所述的语音交互方法，其特征在于，在等待时间大于所述超时时间时，所述车机端根据所述词边界信息及已接收的在线音频包获取离线音频包，并播放所述离线音频包，包括：
所述车机端根据词边界信息和已接收的在线音频包，从断开播报的词的边界开始合成所述离线音频包。


4.根据权利要求1所述的语音交互方法，其特征在于，在等待时间大于所述超时时间时，所述车机端根据所述词边界信息及已接收的在线音频包获取离线音频包，并播放所述离线音频包，包括：
所述车机端根据词边界信息和已接收的在线音频包，从断开播报的词的边界结束合成所述离线音频包。


5.根据权利要求1所述的语音交互方法，其特征在于，在等待时间大于所述超时时间时，所述车机端根据所述词边界信息及已接收的在线音频包获取离线音频包，并播放所述离线音频包，包括：
所述车机端基于音频格式计算切换时间点；
所述车机端根据词边界信息、已接收的在线音频包和所述切换时间点，合成所述离线音频包。


6.根据权利要求1所...

【专利技术属性】
技术研发人员：张岩，翁志伟，
申请(专利权)人：广州小鹏汽车科技有限公司，
类型：发明
国别省市：广东;44