[發明專利]聲音識別方法、裝置、存儲介質、電子設備及車輛

有效

• 申請號: 202210055284.9
• 申請日: 2022-01-18
• 公開（公告）號: CN114420163B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 閆志勇;丁翰林;王永慶;張俊博;王育軍
• 申請（專利權）人: 小米汽車科技有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G06V20/59;G06N3/08;G06N3/04;G06F18/241;G06F3/14;G06V10/764;G06V10/82
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 張巖龍

1.一種聲音識別方法，其特征在于，所述方法包括：

通過聲音檢測裝置采集環境聲音；

根據目標聲音分類模型對所述環境聲音進行分類處理，得到所述環境聲音對應的目標類別；

通過展示裝置展示所述目標類別；

所述根據目標聲音分類模型對所述環境聲音進行分類處理，得到所述環境聲音對應的目標類別包括：

將所述環境聲音輸入所述目標聲音分類模型，得到一個或多個第一候選類別，以及所述環境聲音與每個第一候選類別的第一目標相似度；

根據所述第一目標相似度從所述第一候選類別中確定所述目標類別；

所述根據所述第一目標相似度從所述第一候選類別中確定所述目標類別包括：

將所述第一目標相似度從大到小排名前N位，且所述第一目標相似度大于或等于預設相似度閾值的第一候選類別，作為第二候選類別；

根據所述第二候選類別確定所述目標類別；

所述第二候選類別為多個，所述根據所述第二候選類別確定所述目標類別包括：

根據預設類別對應關系，確定每個第二候選類別與其他第二候選類別之間的類別關系；所述預設類別對應關系包括任意兩個第二候選類別之間的類別關系，所述類別關系包括混淆關系和同類關系；

根據所述第二候選類別和類別關系，確定所述目標類別。

2.根據權利要求1所述的方法，其特征在于，所述通過展示裝置展示所述目標類別包括：

確定所述目標類別對應的目標圖像；

通過所述展示裝置展示所述目標圖像。

3.根據權利要求2所述的方法，其特征在于，所述確定所述目標類別對應的目標圖像包括：

根據類別圖像對應關系，確定所述目標類別對應的目標圖像，所述類別圖像對應關系包括所述目標類別與所述目標圖像的對應關系。

4.根據權利要求2所述的方法，其特征在于，所述通過所述展示裝置展示所述目標圖像包括：

在所述展示裝置的預設區域展示所述目標圖像。

5.根據權利要求2所述的方法，其特征在于，所述展示裝置包括車輛的外反光鏡、內反光鏡和中控屏幕中的一種或多種。

6.根據權利要求5所述的方法，其特征在于，在所述展示裝置包括車輛的外反光鏡的情況下，所述通過所述展示裝置展示所述目標圖像包括：

在檢測到副駕駛座位有乘客乘坐的情況下，通過車輛兩側的外反光鏡展示所述目標圖像；或者，

在未檢測到副駕駛座位有乘客乘坐的情況下，通過車輛駕駛員側的外反光鏡展示所述目標圖像。

7.根據權利要求1所述的方法，其特征在于，所述聲音檢測裝置為一個或多個，所述聲音檢測裝置設置在車輛的任意一側或多側的外反光鏡內，所述環境聲音為所述車輛周邊的環境聲音。

8.根據權利要求7所述的方法，其特征在于，在所述聲音檢測裝置為多個的情況下，所述多個聲音檢測裝置分別設置在車輛的左側外反光鏡內和右側外反光鏡內。

9.根據權利要求1至8中任一項所述的方法，其特征在于，所述目標聲音分類模型為根據目標神經網絡模型訓練后得到的，所述目標神經網絡模型是對預設神經網絡模型進行訓練，并對訓練后的預設神經網絡模型進行模型壓縮得到的模型。

10.根據權利要求9所述的方法，其特征在于，所述目標聲音分類模型是通過以下方式訓練得到的：

獲取用于訓練的多個樣本聲音和每個所述樣本聲音對應的樣本類別；

根據所述樣本聲音和所述樣本類別對預設神經網絡模型執行預設訓練步驟，得到第一待定模型；

對所述第一待定模型進行模型壓縮，得到目標神經網絡模型；

根據所述樣本聲音和所述樣本類別對所述目標神經網絡模型執行所述預設訓練步驟，得到第二待定模型；

根據所述第二待定模型，確定所述目標聲音分類模型。