[發明專利]一種基于語音的車輛門鎖控制方法及裝置

在審

• 申請號: 201811626195.5
• 申請日: 2018-12-28
• 公開（公告）號: CN109637523A
• 公開（公告）日: 2019-04-16
• 發明（設計）人: 張達
• 申請（專利權）人: 睿馳達新能源汽車科技（北京）有限公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/22;G10L15/30;G10L17/04;G10L17/22
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

1.一種基于語音的車輛門鎖控制方法，其特征在于，包括：

獲取目標語音，所述目標語音為目標用戶在目標車輛周圍預設范圍內發出的語音；

提取所述目標語音的目標聲紋特征；

將所述目標聲紋特征與預先存儲的第一聲紋特征進行比對，所述第一聲紋特征為所述目標車輛所屬用戶的語音的聲紋特征；

當所述目標聲紋特征與所述預先存儲的第一聲紋特征一致時，將所述目標語音輸入至預先構建的指令生成模型，以生成目標用戶的目標語音指令；

根據所述目標語音指令，對所述目標車輛的門鎖進行控制。

2.根據權利要求1所述的方法，其特征在于，構建所述指令生成模型，包括：

獲取所述目標車輛所屬用戶的樣本語音；

提取所述樣本語音的語音特征；

根據所述樣本語音的語音特征以及所述樣本語音對應的指令標簽，訓練生成所述指令生成模型。

3.根據權利要求2所述的方法，其特征在于，所述根據所述樣本語音的語音特征以及所述樣本語音對應的指令標簽，訓練生成所述指令生成模型，包括:

獲取深度學習神經網絡模型；

利用所述樣本語音的語音特征以及所述樣本語音對應的指令標簽，對所述深度學習神經網絡模型進行訓練，生成所述指令生成模型。

4.根據權利要求2至3任一項所述的方法，其特征在于，所述方法還包括：

獲取所述目標車輛所屬用戶的驗證語音；

提取所述驗證語音的語音特征；

將所述驗證語音的語音特征輸入所述指令生成模型，獲得所述驗證語音的指令生成結果；

當所述驗證語音的指令生成結果與所述驗證語音對應的指令標記結果不一致時，將所述驗證語音重新作為所述樣本語音，對所述指令生成模型進行更新。

5.根據權利要求1至3任一項所述的方法，其特征在于，所述方法還包括：

預先與服務端建立通信連接；

通過所述通信連接，接收所述服務端發送的所述第一聲紋特征。

6.根據權利要求1所述的方法，其特征在于，當所述目標車輛更換了所屬用戶后，所述方法還包括：

刪除所述預先存儲的第一聲紋特征。

7.一種基于語音的車輛門鎖控制裝置，其特征在于，包括：

目標語音獲取單元，用于獲取目標語音，所述目標語音為目標用戶在目標車輛周圍預設范圍內發出的語音；

聲紋特征提取單元，用于提取所述目標語音的目標聲紋特征；

聲紋特征比對單元，用于將所述目標聲紋特征與預先存儲的第一聲紋特征進行比對，所述第一聲紋特征為所述目標車輛所屬用戶的語音的聲紋特征；

語音指令生成單元，用于當所述目標聲紋特征與所述預先存儲的第一聲紋特征一致時，將所述目標語音輸入至預先構建的指令生成模型，以生成目標用戶的目標語音指令；

車輛門鎖控制單元，用于根據所述目標語音指令，對所述目標車輛的門鎖進行控制。

8.根據權利要求7所述的裝置，其特征在于，所述裝置還包括：

樣本語音獲取單元，用于獲取所述目標車輛所屬用戶的樣本語音；

第一特征提取單元，用于提取所述樣本語音的語音特征；

模型生成單元，用于根據所述樣本語音的語音特征以及所述樣本語音對應的指令標簽，訓練生成所述指令生成模型。

9.根據權利要求8所述的裝置，其特征在于，所述模型生成單元包括：

模型獲取子單元，用于獲取深度學習神經網絡模型；

模型生成子單元，用于利用所述樣本語音的語音特征以及所述樣本語音對應的指令標簽，對所述深度學習神經網絡模型進行訓練，生成所述指令生成模型。