[發明專利]基于圖像和聲紋識別的語音控制方法、系統和車輛

在審

• 申請號: 201910220610.5
• 申請日: 2019-03-22
• 公開（公告）號: CN111724797A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 阮洲;葉將濤
• 申請（專利權）人: 比亞迪股份有限公司
• 主分類號: G10L17/22
• 分類號: G10L17/22;G10L15/22;G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于圖像和聲紋識別的語音控制方法，其特征在于，包括以下步驟：

采集用戶的語音指令；

根據所述語音指令對用戶進行聲紋識別，得出聲紋識別結果；

獲取用戶的圖像信息；

根據所述聲紋識別結果和所述圖像信息對用戶進行鑒別，得出鑒別結果，包括：根據所述聲紋識別結果和所述圖像信息判斷所述用戶的優先級，得出所述用戶的優先級結果；

根據所述鑒別結果執行所述語音指令，包括：根據所述優先級結果執行所述語音指令。

2.如權利要求1所述的基于圖像和聲紋識別的語音控制方法，其特征在于，所述優先級包括：駕駛員優先級和乘客優先級，其中，駕駛員優先級高于乘客優先級。

3.如權利要求2所述的基于圖像和聲紋識別的語音控制方法，其特征在于，

根據所述優先級結果執行所述語音指令具體包括：

當所述優先級結果包括所述駕駛員優先級和乘客優先級時，只執行駕駛員的語音指令，不執行乘客的語音指令。

4.如權利要求1所述的基于圖像和聲紋識別的語音控制方法，其特征在于，

所述優先級包括：管理者優先級、授權用戶優先級和普通用戶優先級，其中，管理者優先級高于授權用戶優先級，授權用戶優先級高于普通用戶優先級。

5.如權利要求4所述的基于圖像和聲紋識別的語音控制方法，其特征在于，

根據所述優先級結果執行所述語音指令具體包括：

當所述優先級結果包括至少兩個優先級時，若所述語音指令不沖突，則執行全部所述語音指令；若所述語音指令沖突，且優先級不同，則執行優先級高的用戶的語音指令；若所述語音指令沖突，且優先級相同，則執行最后采集的語音指令；

當所述優先級結果只包括一個優先級時，若所述語音指令不沖突，則執行全部所述語音指令；若所述語音指令沖突，則執行最后采集的語音指令。

6.如權利要求1所述的基于圖像和聲紋識別的語音控制方法，其特征在于，

根據所述聲紋識別結果和所述圖像信息對用戶進行鑒別，得出鑒別結果，還包括：根據所述聲紋識別結果和所述圖像信息，判斷出所述用戶的年齡和情緒。

7.如權利要求6所述的基于圖像和聲紋識別的語音控制方法，其特征在于，所述語音指令包括：播放音頻或視頻；

根據所述鑒別結果執行所述語音指令，還包括：根據所述用戶的年齡和情緒選擇適合該年齡和情緒的視頻或音頻進行播放。

8.一種基于圖像和聲紋識別的語音控制系統，其特征在于，包括：

語音采集模塊，所述語音采集模塊用于采集用戶的語音指令；

語音處理模塊，所述語音處理模塊用于根據所述語音指令對用戶進行聲紋識別，得出聲紋識別結果；

圖像采集模塊，所述圖像采集模塊用于獲取用戶的圖像信息；

鑒別模塊，所述鑒別模塊用于根據所述聲紋識別結果和所述圖像信息對用戶進行鑒別，得出鑒別結果，包括：根據所述聲紋識別結果和所述圖像信息判斷所述用戶的優先級，得出所述用戶的優先級結果；

執行模塊，所述執行模塊用于根據所述鑒別結果執行所述語音指令，包括：根據所述優先級結果執行所述語音指令。

9.如權利要求8所述的基于圖像和聲紋識別的語音控制系統，其特征在于，所述優先級包括：駕駛員優先級和乘客優先級，其中，駕駛員優先級高于乘客優先級。

10.如權利要求9所述的基于圖像和聲紋識別的語音控制系統，其特征在于，所述執行模塊具體用于：當所述優先級結果包括所述駕駛員優先級和乘客優先級時，所述執行模塊只執行駕駛員的語音指令，不執行乘客的語音指令。

11.如權利要求8所述的基于圖像和聲紋識別的語音控制系統，其特征在于，所述優先級包括：管理者優先級、授權用戶優先級和普通用戶優先級，其中，管理者優先級高于授權用戶優先級，授權用戶先級高于普通用戶優先級。