本技術涉及智能車載系統(tǒng)，特別涉及一種基于車內人員信息自動切換語音發(fā)音人的方法及裝置。

背景技術：

1、隨著人工智能技術的發(fā)展，智能車載系統(tǒng)已成為提升駕駛體驗的重要組成部分。

2、現(xiàn)有的智能語音助手通常采用固定的語音發(fā)音人，無法根據(jù)乘客的具體情況提供個性化的語音服務，例如，不同年齡段或性別的乘客可能對語音的偏好有所不同，而當前技術缺乏有效的語音自適應機制。

技術實現(xiàn)思路

1、本技術提供一種基于車內人員信息自動切換語音發(fā)音人的方法及裝置，以解決現(xiàn)有的智能語音技術缺乏有效的語音自適應機制，無法根據(jù)乘客的具體情況提供個性化的語音服務等問題。

2、本技術第一方面實施例提供一種基于車內人員信息自動切換語音發(fā)音人的方法，包括以下步驟：激活當前車輛的車載語音播報功能，并獲取目標乘客的面部圖像，且對所述面部圖像進行人臉識別處理，以獲取所述目標乘客的乘客信息；基于所述乘客信息和預設的加權評分機制，確定目標語音發(fā)音人，并獲取所述當前車輛中至少一個目標功能的交互數(shù)據(jù)，且通過所述目標語音發(fā)音人根據(jù)所述交互數(shù)據(jù)進行語音播報操作；判斷所述當前車輛內是否存在其他乘客激活所述車載語音播報功能，如果存在所述其他乘客激活所述車載語音播報功能，則獲取所述其他乘客的乘客信息，以根據(jù)所述其他乘客的乘客信息確定新的目標語音發(fā)音人，并通過所述新的目標語音發(fā)音人進行語音發(fā)音人自動切換操作。

3、可選地，在本技術的一個實施例中，所述激活當前車輛的車載語音播報功能，并獲取目標乘客的面部圖像，且對所述面部圖像進行人臉識別處理，以獲取所述目標乘客的乘客信息，包括：通過所述車載語音播報功能判斷所述目標乘客是否預先設置固定語音風格發(fā)音人，如果所述目標乘客預先設置所述固定語音風格發(fā)音人，則利用所述固定語音風格發(fā)音人執(zhí)行語音播報操作；如果所述目標乘客未預先設置所述固定語音風格發(fā)音人，則獲取當前車輛的環(huán)境信息，并根據(jù)所述環(huán)境信息確定所述當前車輛的車載攝像頭工作狀態(tài)和語音播報參數(shù)，以基于所述車載攝像頭工作狀態(tài)和所述語音播報參數(shù)，調用車載攝像頭采集所述目標乘客的面部圖像；將所述面部圖像輸入至預先訓練的人臉識別模型中，以輸出所述目標乘客對應的乘客信息，其中，所述乘客信息包括乘客性別和乘客年齡。

4、可選地，在本技術的一個實施例中，在如果所述目標乘客預先設置所述固定語音風格發(fā)音人，則利用所述固定語音風格發(fā)音人執(zhí)行語音播報操作之前，還包括：根據(jù)預設的多種發(fā)音人選項從預設的固定風格語音庫中選取固定語音風格發(fā)音人，并將所述固定語音風格發(fā)音人存儲在車載終端中。

5、可選地，在本技術的一個實施例中，所述基于所述乘客信息和預設的加權評分機制，確定目標語音發(fā)音人，并獲取所述當前車輛中至少一個目標功能的交互數(shù)據(jù)，且通過所述目標語音發(fā)音人根據(jù)所述交互數(shù)據(jù)進行語音播報操作，包括：獲取預設的語音發(fā)音人數(shù)據(jù)庫中每個語音發(fā)音人的使用人數(shù)和用戶總數(shù)，并通過所述使用人數(shù)和所述用戶總數(shù)計算所述每個語音發(fā)音人對應的流行度；根據(jù)所述加權評分機制確定所述目標乘客的性別權重、年齡權重和流行度權重；基于所述性別權重、所述年齡權重和所述流行度權重，計算所述每個語音發(fā)音人的發(fā)音評分，以根據(jù)所述發(fā)音評分對所述每個語音發(fā)音人進行降序排序，得到排序列表；將所述排序列表發(fā)送至所述當前車輛的車載終端中，使得所述目標乘客對所述排序列表中的語音發(fā)音人進行試聽，以確定所述目標語音發(fā)音人。

6、本技術第二方面實施例提供一種基于車內人員信息自動切換語音發(fā)音人的裝置，包括：識別模塊，用于激活當前車輛的車載語音播報功能，并獲取目標乘客的面部圖像，且對所述面部圖像進行人臉識別處理，以獲取所述目標乘客的乘客信息；獲取模塊，用于基于所述乘客信息和預設的加權評分機制，確定目標語音發(fā)音人，并獲取所述當前車輛中至少一個目標功能的交互數(shù)據(jù)，且通過所述目標語音發(fā)音人根據(jù)所述交互數(shù)據(jù)進行語音播報操作；切換模塊，用于判斷所述當前車輛內是否存在其他乘客激活所述車載語音播報功能，如果存在所述其他乘客激活所述車載語音播報功能，則獲取所述其他乘客的乘客信息，以根據(jù)所述其他乘客的乘客信息確定新的目標語音發(fā)音人，并通過所述新的目標語音發(fā)音人進行語音發(fā)音人自動切換操作。

7、可選地，在本技術的一個實施例中，所述識別模塊包括：判斷單元，用于通過所述車載語音播報功能判斷所述目標乘客是否預先設置固定語音風格發(fā)音人，如果所述目標乘客預先設置所述固定語音風格發(fā)音人，則利用所述固定語音風格發(fā)音人執(zhí)行語音播報操作；采集單元，用于如果所述目標乘客未預先設置所述固定語音風格發(fā)音人，則獲取當前車輛的環(huán)境信息，并根據(jù)所述環(huán)境信息確定所述當前車輛的車載攝像頭工作狀態(tài)和語音播報參數(shù)，以基于所述車載攝像頭工作狀態(tài)和所述語音播報參數(shù)，調用車載攝像頭采集所述目標乘客的面部圖像；輸入單元，用于將所述面部圖像輸入至預先訓練的人臉識別模型中，以輸出所述目標乘客對應的乘客信息，其中，所述乘客信息包括乘客性別和乘客年齡。

8、可選地，在本技術的一個實施例中，還包括：選取模塊，用于在如果所述目標乘客預先設置所述固定語音風格發(fā)音人，則利用所述固定語音風格發(fā)音人執(zhí)行語音播報操作之前根據(jù)預設的多種發(fā)音人選項從預設的固定風格語音庫中選取固定語音風格發(fā)音人，并將所述固定語音風格發(fā)音人存儲在車載終端中。

9、可選地，在本技術的一個實施例中，所述獲取模塊包括：計算單元，用于獲取預設的語音發(fā)音人數(shù)據(jù)庫中每個語音發(fā)音人的使用人數(shù)和用戶總數(shù)，并通過所述使用人數(shù)和所述用戶總數(shù)計算所述每個語音發(fā)音人對應的流行度；確定單元，用于根據(jù)所述加權評分機制確定所述目標乘客的性別權重、年齡權重和流行度權重；排序單元，用于基于所述性別權重、所述年齡權重和所述流行度權重，計算所述每個語音發(fā)音人的發(fā)音評分，以根據(jù)所述發(fā)音評分對所述每個語音發(fā)音人進行降序排序，得到排序列表；試聽單元，用于將所述排序列表發(fā)送至所述當前車輛的車載終端中，使得所述目標乘客對所述排序列表中的語音發(fā)音人進行試聽，以確定所述目標語音發(fā)音人。

10、本技術第三方面實施例提供一種車輛，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述程序，以實現(xiàn)如上述實施例所述的基于車內人員信息自動切換語音發(fā)音人的方法。

11、本技術第四方面實施例提供一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲計算機程序，該程序被處理器執(zhí)行時實現(xiàn)如上的基于車內人員信息自動切換語音發(fā)音人的方法。

12、本技術第五方面實施例提供一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序被執(zhí)行，以用于實現(xiàn)上述的基于車內人員信息自動切換語音發(fā)音人的方法。

13、由此，本技術的實施例具有以下有益效果：

14、本技術的實施例可激活當前車輛的車載語音播報功能，并獲取目標乘客的面部圖像，且對面部圖像進行人臉識別處理，以獲取目標乘客的乘客信息；基于乘客信息和預設的加權評分機制，確定目標語音發(fā)音人，并獲取當前車輛中至少一個目標功能的交互數(shù)據(jù)，且通過目標語音發(fā)音人根據(jù)交互數(shù)據(jù)進行語音播報操作；判斷當前車輛內是否存在其他乘客激活車載語音播報功能，如果存在其他乘客激活車載語音播報功能，則獲取其他乘客的乘客信息，以根據(jù)其他乘客的乘客信息確定新的目標語音發(fā)音人，并通過新的目標語音發(fā)音人進行語音發(fā)音人自動切換操作。本技術能夠根據(jù)車內人員的性別、年齡等特征自動切換語音發(fā)音人，從而提升用戶體驗，增強人機交互的智能化水平。由此，解決了現(xiàn)有的智能語音技術缺乏有效的語音自適應機制，無法根據(jù)乘客的具體情況提供個性化的語音服務等問題。

15、本技術附加的方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本技術的實踐了解到。