機(jī)動(dòng)車中的語(yǔ)音識(shí)別的制作方法
【專利說(shuō)明】機(jī)動(dòng)車中的語(yǔ)音識(shí)別
[0001]本發(fā)明涉及一種用于在機(jī)動(dòng)車中進(jìn)行語(yǔ)音識(shí)別的方法。借助于車輛內(nèi)部的語(yǔ)音識(shí)別器一一該語(yǔ)音識(shí)別器在此被稱為車載-語(yǔ)音識(shí)別器，基于用戶的語(yǔ)音輸入由語(yǔ)音輸入來(lái)獲得語(yǔ)言文本。本發(fā)明還涉及一種用于實(shí)施本發(fā)明方法的機(jī)動(dòng)車信息娛樂(lè)系統(tǒng)，以及具有用于實(shí)施本發(fā)明方法的處理裝置的機(jī)動(dòng)車。
[0002]當(dāng)今車輛中的信息-娛樂(lè)系統(tǒng)使用自動(dòng)語(yǔ)音識(shí)別系統(tǒng)或ASR(Automatic SpeechRecognit1n)，以便接收來(lái)自駕駛員的語(yǔ)音輸入。這些ASR可以要么在車輛本身(車載-onboard)中，要么在遠(yuǎn)程服務(wù)器(online)上。為此，識(shí)別裝置可以被配備用于執(zhí)行不同數(shù)量的任務(wù)。
[0003]在EP I 408 304 Al中介紹了一種用于機(jī)動(dòng)車的控制系統(tǒng)，該控制系統(tǒng)可以實(shí)現(xiàn)機(jī)動(dòng)車的設(shè)備的語(yǔ)音控制。車輛外部的語(yǔ)音識(shí)別器(結(jié)合本發(fā)明這被稱為非車載-語(yǔ)音識(shí)別器)被用于識(shí)別單個(gè)語(yǔ)音輸入，也就是說(shuō)將其轉(zhuǎn)換成機(jī)器可處理的語(yǔ)言文本。為此在現(xiàn)有技術(shù)中已經(jīng)公知，檢測(cè)語(yǔ)音聲音作為語(yǔ)音信號(hào)，然后將所述語(yǔ)音聲音數(shù)字化，并且借助于特征提取為語(yǔ)音識(shí)別做準(zhǔn)備。接下來(lái)將所提取到的特征通過(guò)移動(dòng)通信傳遞給非車載-語(yǔ)音識(shí)別器，然后該非車載-語(yǔ)音識(shí)別器將其識(shí)別結(jié)果再次通過(guò)移動(dòng)通信提供給機(jī)動(dòng)車。這種解決方案的缺點(diǎn)是，必須有移動(dòng)通信連接可供使用，語(yǔ)音識(shí)別才能正常工作。
[0004]在EP I 341 363 BI中介紹了一種駕駛員信息系統(tǒng)，該駕駛員信息系統(tǒng)同樣使用了非車載-語(yǔ)音識(shí)別器。附加地，非車載-語(yǔ)音識(shí)別器可以被用于簡(jiǎn)單的識(shí)別任務(wù)，例如識(shí)別個(gè)別控制命令。在這種情況下，決策單元根據(jù)需要在車載-語(yǔ)音識(shí)別器和非車載-語(yǔ)音識(shí)別器之間進(jìn)行轉(zhuǎn)換，以便將用戶的單個(gè)語(yǔ)音輸入轉(zhuǎn)化成語(yǔ)言文本。非車載-語(yǔ)音識(shí)別器在此僅被設(shè)計(jì)用于在語(yǔ)音對(duì)話范圍內(nèi)進(jìn)行識(shí)別。反之，車載-語(yǔ)音識(shí)別器僅理解單個(gè)的指令詞。語(yǔ)音對(duì)話系統(tǒng)的優(yōu)點(diǎn)是，如果他還未明白特定的語(yǔ)言輸入，語(yǔ)音識(shí)別器可以提出疑問(wèn)。然而，這種情況下的缺點(diǎn)是，在駕駛期間使用語(yǔ)音識(shí)別系統(tǒng)時(shí)會(huì)導(dǎo)致駕駛員分心。
[0005]本發(fā)明的目的是:在機(jī)動(dòng)車中提供可靠的語(yǔ)音識(shí)別，其使得機(jī)動(dòng)車中的用戶盡可能少地從交通現(xiàn)狀中分心。
[0006]該目的通過(guò)根據(jù)權(quán)利要求1所述的方法、根據(jù)權(quán)利要求12所述的信息娛樂(lè)系統(tǒng)和根據(jù)權(quán)利要求13所述的機(jī)動(dòng)車來(lái)實(shí)現(xiàn)。本發(fā)明的有利的改進(jìn)方案由從屬權(quán)利要求給出。
[0007]根據(jù)本發(fā)明的方法確保:在不向用戶提出詢問(wèn)的情況下將語(yǔ)音輸入傳輸給一自動(dòng)的語(yǔ)音識(shí)別系統(tǒng)以生成語(yǔ)言文本。在對(duì)特定的語(yǔ)音輸入進(jìn)行語(yǔ)音識(shí)別有困難時(shí)，它以有利的方式防止了用戶從交通現(xiàn)狀中分心。根據(jù)本發(fā)明的方法在此通過(guò)車載的處理裝置來(lái)實(shí)施，該處理裝置從車輛內(nèi)部的檢測(cè)裝置一一例如帶有聯(lián)接在下游的信號(hào)處理裝置的麥克風(fēng)一一處接收用戶的語(yǔ)音輸入。至少一個(gè)所接收的語(yǔ)音輸入在此被處理裝置傳輸給車輛內(nèi)部的車載-語(yǔ)音識(shí)別器。然后，處理裝置從該車載-語(yǔ)音識(shí)別器接收第一識(shí)別結(jié)果、即例如可能的語(yǔ)言文本候選對(duì)象亦或多個(gè)可能的語(yǔ)言文本候選對(duì)象的列表?！罢Z(yǔ)言文本候選對(duì)象”是將語(yǔ)音輸入轉(zhuǎn)換為了字符串的文本。如果發(fā)出的語(yǔ)音輸入為“Hallo”，那么正確的語(yǔ)言文本候選對(duì)象是字符串“Hallo”。代替于純文本“Hallo”，也可以以符號(hào)的形式表示為語(yǔ)言文本候選對(duì)象的語(yǔ)音識(shí)別結(jié)果或者表示為對(duì)可能的語(yǔ)言文本候選對(duì)象的列表的列表項(xiàng)的參考或者表示為列表項(xiàng)的標(biāo)識(shí)符(例如ID_0815)。
[0008]這時(shí)希望降低基于第一識(shí)別結(jié)果進(jìn)行錯(cuò)誤識(shí)別的可能性，即降低輸出不正確的語(yǔ)言文本的可能性，這將使用戶不必分心。為此，通過(guò)處理裝置將語(yǔ)音輸入全部或部分地傳輸給車輛外部的非車載-語(yǔ)音識(shí)別器。然后由處理裝置從該非車載-語(yǔ)音識(shí)別器接收第二識(shí)別結(jié)果、即語(yǔ)言文本候選對(duì)象或者由多個(gè)語(yǔ)言文本候選對(duì)象組成的列表。然后，不僅根據(jù)第一識(shí)別結(jié)果而且根據(jù)第二識(shí)別結(jié)果通過(guò)處理裝置來(lái)確定最終作為識(shí)別結(jié)果而被輸出的語(yǔ)言文本。
[0009]根據(jù)本發(fā)明的方法具有以下優(yōu)點(diǎn):語(yǔ)音輸入被全部或部分地傳輸給一種雙重的語(yǔ)音識(shí)別系統(tǒng)，即，一重為傳輸給車輛內(nèi)的語(yǔ)音識(shí)別裝置，另一重為傳輸給車輛外的語(yǔ)音識(shí)別裝置。于是，最終作為識(shí)別結(jié)果而被輸出的語(yǔ)言文本更可能符合用戶實(shí)際說(shuō)的話。結(jié)合本發(fā)明，語(yǔ)音輸入要么可以理解為經(jīng)變換的聲信號(hào)、即模擬信號(hào)，要么可以理解為數(shù)字信號(hào)，或者也可以理解為通過(guò)對(duì)語(yǔ)音信號(hào)進(jìn)行已知的特征提取而形成的、各信號(hào)段的特征的序列、即例如美爾倒譜系數(shù)的序列。
[0010]在一個(gè)實(shí)施方式中，根據(jù)本發(fā)明的方法規(guī)定進(jìn)行串行的語(yǔ)音識(shí)別模式，在該串行的語(yǔ)音識(shí)別模式中，語(yǔ)音輸入首先被傳輸給車載-語(yǔ)音識(shí)別器以進(jìn)行關(guān)鍵詞識(shí)別，并且第一識(shí)別結(jié)果被接收。然后，借助于第一識(shí)別結(jié)果從語(yǔ)音輸入提取至少一個(gè)由車載-語(yǔ)音識(shí)別器不能識(shí)別的部分，然后將該部分傳輸給非車載-語(yǔ)音識(shí)別器。由此得到以下優(yōu)點(diǎn):首先使用通常具有較短反應(yīng)時(shí)間的車載-語(yǔ)音識(shí)別器進(jìn)行語(yǔ)音識(shí)別，僅僅對(duì)于在識(shí)別時(shí)有問(wèn)題的情況才啟用通常更高效能的非車載-語(yǔ)音識(shí)別器。另一優(yōu)點(diǎn)在于:借助于關(guān)鍵詞識(shí)別通過(guò)處理裝置可以決定，要將語(yǔ)音輸入傳輸給多個(gè)可能的非車載-語(yǔ)音識(shí)別器中的哪一個(gè)。如果例如借助于關(guān)鍵詞識(shí)別已知用戶想要確定導(dǎo)航目的地，那么就可以相應(yīng)地控制用于導(dǎo)航系統(tǒng)的非車載-語(yǔ)音識(shí)別器。
[0011]根據(jù)本發(fā)明的方法的另一個(gè)實(shí)施方式規(guī)定，在并行的語(yǔ)音識(shí)別模式中，將至少一個(gè)語(yǔ)音輸入傳輸給車載-語(yǔ)音識(shí)別器并獨(dú)立地將該至少一個(gè)語(yǔ)音輸入傳輸給非車載-語(yǔ)音識(shí)別器。于是就有兩個(gè)識(shí)別結(jié)果可供使用，它們均與整個(gè)語(yǔ)音輸入有關(guān)。然后，例如可以將被作為語(yǔ)言文本候選對(duì)象而包含在兩個(gè)識(shí)別結(jié)果中的那個(gè)語(yǔ)言文本作為最終的識(shí)別結(jié)果進(jìn)行輸出。并行地使用車載-識(shí)別器和非車載-識(shí)別器的另一原因在于，兩種識(shí)別器可以覆蓋不同的職能范圍。于是，得到的不是兩個(gè)相同的或相似的結(jié)果，而是不同的結(jié)果。然而，兩個(gè)中的一個(gè)通常具有明顯更高的可信度、即用于識(shí)別的準(zhǔn)確度的指示值，從而也可以合理地選擇語(yǔ)言文本候選對(duì)象。
[0012]根據(jù)本方法的另一實(shí)施方式，由處理裝置根據(jù)針對(duì)預(yù)定語(yǔ)言文本內(nèi)容而預(yù)定的優(yōu)先級(jí)基于第一識(shí)別結(jié)果和第二識(shí)別結(jié)果確定語(yǔ)言文本?！罢Z(yǔ)言文本內(nèi)容”這里系指一種主題語(yǔ)境，在該主題語(yǔ)境情況下用戶表達(dá)了語(yǔ)音輸入。因此，如果例如通過(guò)在串行的語(yǔ)音識(shí)別中進(jìn)行關(guān)鍵詞識(shí)別斷定了涉及導(dǎo)航目的地的輸入，那么就可以由非車載-語(yǔ)音識(shí)別器的第二識(shí)別結(jié)果從第二識(shí)別結(jié)果中有針對(duì)性地找到涉及導(dǎo)航目的地的語(yǔ)言文本候選對(duì)象。然后，通過(guò)關(guān)鍵詞識(shí)別來(lái)確定用于語(yǔ)言文本內(nèi)容“導(dǎo)航”的優(yōu)先級(jí)。
[0013]根據(jù)本發(fā)明的一個(gè)實(shí)施方式，由處理裝置根據(jù)至少一個(gè)環(huán)境參數(shù)基于第一識(shí)別結(jié)果和第二識(shí)別結(jié)果確定語(yǔ)言文本。所述環(huán)境參數(shù)描述機(jī)動(dòng)車中當(dāng)前的識(shí)別情況。例如可以通過(guò)環(huán)境參數(shù)來(lái)指示:機(jī)動(dòng)車是否處于堵車狀態(tài)、機(jī)動(dòng)車位于哪里(例如GPS-接收器的地理坐標(biāo))、車輛位于所計(jì)劃的行駛路線的起始位置還是終點(diǎn)位置、機(jī)動(dòng)車當(dāng)前是否在去駕駛員的工作場(chǎng)所的途中或者機(jī)動(dòng)車是否在回家的返程路上。行駛類型(例如前往辦公室或回家)例如可以從駕駛員激活的個(gè)人資料中讀取。
[0014]附加于此地或替代于此地，也可以根據(jù)當(dāng)前的車輛狀態(tài)來(lái)確定語(yǔ)言文本。例如可以以“是否剛剛有電話呼叫并且例如通過(guò)鈴聲告知給駕駛員”為根據(jù)。同樣可以檢查，在機(jī)動(dòng)車中是否剛剛向駕駛員發(fā)出了一定的指示、例如警告信號(hào)。環(huán)境參數(shù)和當(dāng)前的車輛狀態(tài)是一種可靠的指示:用戶剛剛想用其語(yǔ)音輸入表達(dá)什么。如果駕駛員例如正好在從工作回家的路上，那么他更有可能想要把涉及到其自由時(shí)間的東西作為語(yǔ)音輸入。就其它情況而言，駕駛員在去工作的路上更可能處理或準(zhǔn)備工作上的事情，于是，這就同樣為語(yǔ)音識(shí)別提供了重要的語(yǔ)境。如果向駕駛員發(fā)出了警告指示，那么他的語(yǔ)音輸入可能會(huì)涉及到該警告指示。在確定語(yǔ)言文本時(shí)，可以采用以下方式使用環(huán)境參數(shù)和車輛狀態(tài)，即就識(shí)別結(jié)果而言，該識(shí)別結(jié)果具有多個(gè)語(yǔ)音識(shí)別候選對(duì)象、即多個(gè)可能的合理的識(shí)別結(jié)果，那些與相應(yīng)的環(huán)境參數(shù)和/或車輛狀態(tài)相適配的識(shí)別結(jié)果被優(yōu)選或設(shè)為優(yōu)先。
[0015]尤其有利的是，在所述方法中由處理裝置