[發明專利]識別語音數據的方法和裝置

在審

• 申請號: 201410736576.4
• 申請日: 2014-12-05
• 公開（公告）號: CN104536978A
• 公開（公告）日: 2015-04-22
• 發明（設計）人: 丁小燕
• 申請（專利權）人: 奇瑞汽車股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G10L15/26;H04L29/06
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 江崇玉

技術領域

本發明涉及車載語音識別技術領域，特別涉及一種識別語音數據的方法和裝置。

背景技術

隨著汽車電子技術的快速發展，車載娛樂功能越來越豐富，對其進行操作的過程也越來越復雜，通過手動操作對各娛樂功能進行控制，會使得駕駛員在駕駛車輛時分神，使得行車安全受到威脅。通過語音識別技術可以在一定程度上解決行車安全問題。

通常使用的語音識別技術是基于本地指令式的語音識別技術，即預先在本地設置多個指令詞，當駕駛員需要啟動車輛的某項功能時，向語音設備輸入相應指令詞的語音數據，該語音設備接收到該指令詞的語音數據時，將語音數據轉換為文字信息后，將該文字信息與本地存儲的指令詞進行對比，如果本地存儲的指令詞中包括該文字信息，則確定該語音數據對應的指令詞，作為識別結果，進而可以輸出并響應該識別結果。

在實現本發明的過程中，發明人發現現有技術至少存在以下問題：

由于基于本地指令式的語音識別技術，只能夠對預設的指令詞的語音數據進行識別，這樣就需要駕駛員記憶大量指令詞，如果駕駛員輸入了非指令詞的語音數據，則通過上述方法無法得到識別結果，這樣使得對語音數據進行識別的靈活性較差。

發明內容

為了解決現有技術的問題，本發明實施例提供了一種識別語音數據的方法和裝置。所述技術方案如下：

第一方面，提供了一種識別語音數據的方法，所述方法包括：

接收用戶輸入的待識別語音數據，將所述待識別語音數據發送給語音識別服務器，記錄所述待識別語音數據的發送時間；

根據所述待識別語音數據的采樣時間，將所述待識別語音數據分割成多個預設時長的數據段，將得到的每個數據段的語音特征信息與預先存儲的基準信息進行匹配檢測，確定與所述待識別語音數據中的第一語音特征信息相匹配的第一基準信息，基于確定出的第一基準信息，獲取所述待識別語音數據對應的第一控制指令；

如果從所述發送時間開始，在預設時長內，未接收到所述語音識別服務器發送的攜帶有第二控制指令的識別消息，則將所述第一控制指令確定為所述待識別語音數據的識別結果；如果從所述發送時間開始，在預設時長內，接收到所述語音識別服務器發送的攜帶有第二控制指令的識別消息，則將所述第二控制指令確定為所述待識別語音數據的識別結果。

可選地，所述方法還包括：

根據所述第一語音特征信息與所述第一基準信息的匹配程度，獲取所述第一控制指令的置信度；

所述如果從所述發送時間開始，在預設時長內，未接收到所述語音識別服務器發送的攜帶有第二控制指令的識別消息，則將所述第一控制指令確定為所述待識別語音數據的識別結果，包括：

如果從所述發送時間開始，在預設時長內，未接收到所述語音識別服務器發送的攜帶有第二控制指令的識別消息，且所述第一控制指令的置信度不小于預設的置信度閾值，則將所述第一控制指令確定為所述待識別語音數據的識別結果。

可選地，所述方法還包括：

如果從所述發送時間開始，在預設時長內，未接收到所述語音識別服務器發送的攜帶有第二控制指令的識別消息，但所述第一控制指令的置信度小于預設的置信度閾值，則發出所述待識別語音數據識別失敗的提示信號。

可選地，所述接收用戶輸入的待識別語音數據，包括：

當接收到語音輸入請求時，接收用戶輸入的語音數據，當用戶停止輸入后的時長達到預設的接收時長閾值時，將用戶停止輸入之前輸入的語音數據確定為待識別語音數據。

可選地，所述方法還包括：

發出確定出的所述待識別語音數據的識別結果的提示信號。

第二方面，提供了一種識別語音數據的裝置，所述裝置包括：

收發模塊，用于接收用戶輸入的待識別語音數據，將所述待識別語音數據發送給語音識別服務器，記錄所述待識別語音數據的發送時間；

第一獲取模塊，用于根據所述待識別語音數據的采樣時間，將所述待識別語音數據分割成多個預設時長的數據段，將得到的每個數據段的語音特征信息與預先存儲的基準信息進行匹配檢測，確定與所述待識別語音數據中的第一語音特征信息相匹配的第一基準信息，基于確定出的第一基準信息，獲取所述待識別語音數據對應的第一控制指令；