[發明專利]交通工具運行狀態的預測方法、裝置、終端及存儲介質

有效

• 申請號: 202010086658.4
• 申請日: 2020-02-11
• 公開（公告）號: CN111325386B
• 公開（公告）日: 2023-07-07
• 發明（設計）人: 劉文龍
• 申請（專利權）人: OPPO廣東移動通信有限公司;上海瑾盛通信科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/30;G10L25/03
• 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: 邢惠童

1.一種交通工具運行狀態的預測方法，其特征在于，所述方法包括：

當處于交通工具時，通過麥克風采集環境音；

對所述環境音進行特征提取，得到所述環境音的環境音特征，所述環境音特征包括能量特征和時頻特征，所述環境音的時長為t，所述能量特征包括前t/2時長內所述環境音的第一能量數值，以及后t/2時長內所述環境音的第二能量數值，t為大于0的數；

將所述第一能量數值和所述第二能量數值輸入第一預測模型；

響應于所述第二能量數值與所述第一能量數值的比值大于第一閾值，輸出指示所述交通工具處于出站狀態的第一預測結果；

響應于所述第二能量數值與所述第一能量數值的比值小于第二閾值，輸出指示所述交通工具處于進站狀態的所述第一預測結果，所述第二閾值小于所述第一閾值；

響應于所述第二能量數值與所述第一能量數值的比值小于等于所述第一閾值且大于等于所述第二閾值，輸出指示所述交通工具處于行駛狀態的所述第一預測結果；

響應于所述第一預測結果指示所述交通工具處于所述行駛狀態，確定所述第一預測結果為目標預測結果；

響應于所述第一預測結果指示所述交通工具處于所述進站狀態或所述出站狀態，將所述時頻特征輸入第二預測模型，得到所述第二預測模型輸出的第二預測結果；

將所述第二預測結果確定為所述目標預測結果；

根據所述目標預測結果確定所述交通工具所處的目標運行狀態。

2.根據權利要求1所述的方法，其特征在于，所述對所述環境音進行特征提取，得到所述環境音的環境音特征，包括：

對所述環境音的音頻數據進行分幀處理，得到m個音頻幀，m為大于等于2的整數；

計算各個音頻幀在預設頻段的能量數值，所述預設頻段為低于預設頻率的低頻頻段；

根據前m/2個音頻幀對應的所述能量數值，計算所述第一能量數值；

根據后m/2個音頻幀對應的所述能量數值，計算所述第二能量數值。

3.根據權利要求1至2任一所述的方法，其特征在于，所述環境音特征為所述時頻特征，所述對所述環境音進行特征提取，得到所述環境音的環境音特征，包括：

對所述環境音的音頻數據進行梅爾濾波處理，得到所述音頻數據的梅爾譜；

根據所述音頻數據的梅爾譜計算梅爾頻率倒譜系數MFCC，得到所述音頻數據的MFCC特征矩陣，所述MFCC特征矩陣用于表示所述時頻特征。

4.根據權利要求1至2任一所述的方法，其特征在于，所述第二預測模型是采用卷積神經網絡CNN的分類模型，所述分類模型根據第一樣本、第二樣本和第三樣本訓練，所述第一樣本為所述進站狀態下采集的樣本環境音，所述第二樣本為所述出站狀態下采集的樣本環境音，所述第三樣本為所述行駛狀態下采集的樣本環境音，且所述分類模型以焦點損失focal?loss為損失函數，通過梯度下降算法訓練得到。

5.根據權利要求1至2任一所述的方法，其特征在于，所述通過麥克風采集環境音之后，所述方法還包括：

對采集到的所述環境音進行滑窗處理，得到各個音頻窗內的所述環境音；

所述根據所述目標預測結果確定所述交通工具所處的目標運行狀態包括：

響應于連續n個所述音頻窗對應的所述目標預測結果相同，且所述目標預測結果的置信度高于置信度閾值，將所述目標預測結果指示的所述運行狀態確定為所述目標運行狀態，n為大于等于2的整數。