車上設(shè)備人機(jī)語音接口
加入技術(shù)交流群
語音接口中最重要也是最難處理的是語音命令的識(shí)別部分。在車輛環(huán)境下，識(shí)別方法必須對(duì)車輛運(yùn)行中可能的噪聲和車內(nèi)的回音具有魯棒性，并且要有足夠高的識(shí)別準(zhǔn)確率和具有響應(yīng)的實(shí)時(shí)性。為了實(shí)現(xiàn)這些目標(biāo)，這個(gè)系統(tǒng)中，在語音信號(hào)輸入通道中引入了噪聲抵消和回音抵消技術(shù)；在語音識(shí)別算法中采用多步分層策略，使每一步的有效待識(shí)別詞匯集盡量小，以提高每一步識(shí)別的準(zhǔn)確度和提高識(shí)別速度。
在語音識(shí)別中另外一個(gè)問題是對(duì)說話人口音語速等方面的適應(yīng)。由于汽車具有特定人使用的特點(diǎn)，也就是一般有一個(gè)特定的人使用這個(gè)汽車，所以這個(gè)語音識(shí)別過程采用特定人語音識(shí)別技術(shù)，而且RSC364支持特定人語音識(shí)別，并具有很高的識(shí)別率。它可由使用者直接訓(xùn)練語音識(shí)別系統(tǒng)，形成詞匯的模板可以大大提高系統(tǒng)對(duì)這個(gè)使用者的語音識(shí)別準(zhǔn)確度。
在汽車一定的狀態(tài)下，和當(dāng)前輸入的命令狀態(tài)下，下一步輸入的可能的有效命令構(gòu)成這個(gè)命令的一個(gè)合法后續(xù)命令集，依次類推，語音命令之間構(gòu)成一個(gè)樹型結(jié)構(gòu)，稱為命令樹。在正確識(shí)別一個(gè)命令后，其后續(xù)輸入的語音識(shí)別只在已識(shí)別命令的孩子節(jié)點(diǎn)集中進(jìn)行。根據(jù)歸納的情況，一個(gè)命令的有效后續(xù)命令不超過20 個(gè)。在這樣的詞匯集中進(jìn)行識(shí)別，可以達(dá)到很高的識(shí)別率，而且識(shí)別速度很快。
命令樹有三層。第一層的可能命令集為：
Top={“復(fù)位”，“退出”，“狀態(tài)”，“故障”，“關(guān)閉”，“電話”，“CD”，“車窗”，“空調(diào)”，“導(dǎo)航”，“啟動(dòng)提示”，“關(guān)閉提示”，“信箱” }
其中有后續(xù)（下層）命令的命令有 “電話”，“CD”，“車窗”，“空調(diào)”，“導(dǎo)航”， “信箱”表示要打電話的“電話”命令的后續(xù)命令有：
Tel-1={“撥號(hào)”，“掛機(jī)”，“重?fù)堋眪
其中，“撥號(hào)”的后續(xù)命令集為：
Tel-2={“0”， “1”， “2”， “3”， “4”， “5”， “6”， “7”， “8”， “9”， “通話”}。
表示播放C1D 的命令 “CD” 的后續(xù)命令集為：
CD-1={“播放”，“關(guān)機(jī)”，“增大”，“降低”}
車窗控制命令 “車窗”的后續(xù)命令集為：
Win-1={“左前”，“左后”，“右前”，“右后”}
表示選擇要操作的車窗。其中每一個(gè)命令都對(duì)應(yīng)有以下后續(xù)命令集：
Win-2={“升”，“降”，“?！眪
表示要進(jìn)行空調(diào)操作的“空調(diào)”命令有以下后續(xù)操作：
AC-1={“啟動(dòng)”，“關(guān)閉”，“提高”，“降低”}
在每一種命令的操作過程中都可以通過“復(fù)位”命令終止這個(gè)過程，而回到初始化時(shí)的狀態(tài)。
每一個(gè)命令集在RSC364 中都用一個(gè)單獨(dú)的詞匯模板，以便進(jìn)行訓(xùn)練。
7 結(jié)束語
本文介紹的系統(tǒng)可以作為一個(gè)統(tǒng)一的車上人機(jī)語音接口。與其它方式比較具有以下特點(diǎn)：
（1） 成本和價(jià)格完全處于車上應(yīng)用能夠接受的范圍；單片機(jī)（嵌入式系統(tǒng)）能夠滿足其對(duì)計(jì)算能力和存儲(chǔ)量的要求。
（2） 采用噪聲和回聲抵消等技術(shù)，使其完全能夠滿足車上環(huán)境的應(yīng)用要求，可以達(dá)到用戶接受的準(zhǔn)確率。
（3） 通過網(wǎng)絡(luò)與被訪問設(shè)備連接，結(jié)構(gòu)靈活、連接線路簡(jiǎn)單、適應(yīng)性強(qiáng)。
基于語音的車上設(shè)備人機(jī)界面被認(rèn)為是最自然、最安全、也最有發(fā)展?jié)摿Φ娜藱C(jī)交互方式。本文介紹的工作，目前還處于研究開發(fā)初級(jí)階段，要應(yīng)用于實(shí)車還有很多工作；而且，涉及到車上其它設(shè)備的連接問題。但是，這里給出的技術(shù)方法已經(jīng)勾畫出了一個(gè)完整的體系結(jié)構(gòu)，進(jìn)一步的工作可以在其基礎(chǔ)上細(xì)化完成。汽車電子裝置的網(wǎng)絡(luò)化連接已經(jīng)是一個(gè)必然的趨勢(shì)，在這些裝置具備網(wǎng)絡(luò)連接接口時(shí)，本系統(tǒng)的連入就是一個(gè)非常自然和簡(jiǎn)單的事情了。雖然從目前的情況看，語音接口方式還不能推廣應(yīng)用，但它是一項(xiàng)必然要采用的技術(shù)方法。超前的研究開發(fā)工作對(duì)提高我國(guó)汽車電子技術(shù)水平具有實(shí)際意義。
參考文獻(xiàn)
1 Charles J. Murray. “Automakers struggle with speech recognition technology,” EE Times Dec 1, 2000
2 Deborah F.Allinger. Charles Strauss and Dennis Kwon. “ Applications of speech technology to unmanned vehicles,” 20th Digital Avionics Systems Conference, Volume: 1, 2001. Page(s): 5B4/1 -5B4/9
3 T. Kuhn, A.Jameel, M.Stumpfle and A. Haddadi, “Hybrid in-car speech recognition for mobile multimedia application.” IEEE 49th Vehicular Technology Conference, Volume: 3 , 1999. Page(s): 2009～2013
4 Lawrence Rabiner, B-H Juang. “Fundamentals of Speech Recognition”. 北京：清華大學(xué)出版社，1999(end)
評(píng)論