車上設備人機語音接口
加入技術交流群
語音接口中最重要也是最難處理的是語音命令的識別部分。在車輛環(huán)境下，識別方法必須對車輛運行中可能的噪聲和車內的回音具有魯棒性，并且要有足夠高的識別準確率和具有響應的實時性。為了實現這些目標，這個系統(tǒng)中，在語音信號輸入通道中引入了噪聲抵消和回音抵消技術；在語音識別算法中采用多步分層策略，使每一步的有效待識別詞匯集盡量小，以提高每一步識別的準確度和提高識別速度。
在語音識別中另外一個問題是對說話人口音語速等方面的適應。由于汽車具有特定人使用的特點，也就是一般有一個特定的人使用這個汽車，所以這個語音識別過程采用特定人語音識別技術，而且RSC364支持特定人語音識別，并具有很高的識別率。它可由使用者直接訓練語音識別系統(tǒng)，形成詞匯的模板可以大大提高系統(tǒng)對這個使用者的語音識別準確度。
在汽車一定的狀態(tài)下，和當前輸入的命令狀態(tài)下，下一步輸入的可能的有效命令構成這個命令的一個合法后續(xù)命令集，依次類推，語音命令之間構成一個樹型結構，稱為命令樹。在正確識別一個命令后，其后續(xù)輸入的語音識別只在已識別命令的孩子節(jié)點集中進行。根據歸納的情況，一個命令的有效后續(xù)命令不超過20 個。在這樣的詞匯集中進行識別，可以達到很高的識別率，而且識別速度很快。
命令樹有三層。第一層的可能命令集為：
Top={“復位”，“退出”，“狀態(tài)”，“故障”，“關閉”，“電話”，“CD”，“車窗”，“空調”，“導航”，“啟動提示”，“關閉提示”，“信箱” }
其中有后續(xù)（下層）命令的命令有 “電話”，“CD”，“車窗”，“空調”，“導航”， “信箱”表示要打電話的“電話”命令的后續(xù)命令有：
Tel-1={“撥號”，“掛機”，“重撥”}
其中，“撥號”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”，“關機”，“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。其中每一個命令都對應有以下后續(xù)命令集：
Win-2={“升”，“降”，“?！眪
表示要進行空調操作的“空調”命令有以下后續(xù)操作：
AC-1={“啟動”，“關閉”，“提高”，“降低”}
在每一種命令的操作過程中都可以通過“復位”命令終止這個過程，而回到初始化時的狀態(tài)。
每一個命令集在RSC364 中都用一個單獨的詞匯模板，以便進行訓練。
7 結束語
本文介紹的系統(tǒng)可以作為一個統(tǒng)一的車上人機語音接口。與其它方式比較具有以下特點：
（1） 成本和價格完全處于車上應用能夠接受的范圍；單片機（嵌入式系統(tǒng)）能夠滿足其對計算能力和存儲量的要求。
（2） 采用噪聲和回聲抵消等技術，使其完全能夠滿足車上環(huán)境的應用要求，可以達到用戶接受的準確率。
（3） 通過網絡與被訪問設備連接，結構靈活、連接線路簡單、適應性強。
基于語音的車上設備人機界面被認為是最自然、最安全、也最有發(fā)展?jié)摿Φ娜藱C交互方式。本文介紹的工作，目前還處于研究開發(fā)初級階段，要應用于實車還有很多工作；而且，涉及到車上其它設備的連接問題。但是，這里給出的技術方法已經勾畫出了一個完整的體系結構，進一步的工作可以在其基礎上細化完成。汽車電子裝置的網絡化連接已經是一個必然的趨勢，在這些裝置具備網絡連接接口時，本系統(tǒng)的連入就是一個非常自然和簡單的事情了。雖然從目前的情況看，語音接口方式還不能推廣應用，但它是一項必然要采用的技術方法。超前的研究開發(fā)工作對提高我國汽車電子技術水平具有實際意義。
參考文獻
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：清華大學出版社，1999(end)
評論