語音識別裝置、具有語音識別裝置的車輛及其控制方法
【專利說明】語音識別裝置、具有語音識別裝置的車輛及其控制方法
[0001]相關申請的交叉引用
[0002]本申請要求于2014年8月22日提交給韓國知識產(chǎn)權局的韓國專利申請第2014-0109822號的權益，通過引用將其所公開的內容結合于此。
技術領域
[0003]本公開的實施方式涉及一種語音識別裝置、具有語音識別裝置的車輛以及控制車輛的方法。
【背景技術】
[0004]通常，當駕駛員在駕駛過程中使用蜂窩電話打電話時，駕駛員應在用其手握持蜂窩電話的同時執(zhí)行若干次按壓按鈕的操作，并且然后，將蜂窩電話放到其耳朵上以與另一方通話。
[0005]S卩，當駕駛員在駕駛過程中打電話時，盡管駕駛員不會同時使其雙手脫離方向盤，但駕駛員必須使其一只手脫離方向盤以握持蜂窩電話。
[0006]在這種情況下，駕駛員的視野變窄并且由此不能看到車輛周圍的行人，可能出現(xiàn)搖晃，并且踩踏制動器的反應速度也變慢，從而導致交通事故增加。
[0007]為了克服這些問題，已經(jīng)開發(fā)并且廣泛使用了免提設備或者藍牙設備。免提設備或者藍牙設備收集駕駛員的語音，以對與駕駛員的通信執(zhí)行語音識別，將識別的語音傳輸至蜂窩電話，并且通過揚聲器輸出由蜂窩電話接收的另一方的語音。然而，為了撥打或者應答電話，駕駛員仍必須手動操縱蜂窩電話。
[0008]因此，用于利用語音應答電話或者利用語音進行特定電話號碼的呼叫的語音識別技術經(jīng)常應用于車輛。

【發(fā)明內容】

[0009]因此，本公開的一方面提供一種用于根據(jù)人的講話長度施加可靠性權重值的語音識別裝置、包括語音識別裝置的車輛、以及控制車輛的方法。
[0010]本公開的其他方面將在下面的描述中進行部分闡述，并且部分從所述描述中是顯而易見的或通過對本公開的實踐獲悉的。
[0011]根據(jù)本公開的一方面，一種語音識別裝置包括:上下文模型，通過為識別目標上下文建模創(chuàng)建上下文模型；和語音識別器，語音識別器被配置為基于聲學模型和上下文模型創(chuàng)建對應于接收的語音信號的候選組，并且將高可靠性權重值施加給具有對應于講話長度的音節(jié)長度的候選項。
[0012]語音識別裝置可進一步包括顯示單元，顯示單元被配置為顯示其中根據(jù)可靠性程度排列一個或者多個候選項的候選組。
[0013]語音識別裝置可進一步包括模型創(chuàng)建器，模型創(chuàng)建器被配置為根據(jù)音節(jié)長度對識別目標上下文進行分類，并且創(chuàng)建用于各個音節(jié)長度的上下文模型。
[0014]語音識別器可創(chuàng)建用于為音節(jié)長度創(chuàng)建的上下文模型的候選組，并且根據(jù)對應于講話長度的音節(jié)長度分別將不同的權重值施加給候選組。
[0015]如果講話長度短于或者等于閾值長度，則語音識別器可將高可靠性權重值施加給對應于短于或者等于參考音節(jié)長度的音節(jié)長度的候選項。
[0016]根據(jù)本公開的另一方面，一種車輛包括:上下文模型，通過為電話簿中包括的每個名稱建模創(chuàng)建上下文模型；和語音識別器，語音識別器被配置為基于聲學模型和上下文模型創(chuàng)建對應于接收的語音信號的電話號碼候選組，并且將根據(jù)講話長度確定的不同可靠性權重值分別施加給電話號碼候選組中的電話號碼候選項。
[0017]車輛可進一步包括顯示單元，顯示單元被配置為顯示其中根據(jù)可靠性程度排列一個或者多個電話號碼候選項的電話號碼候選組。
[0018]語音識別器可施加可靠性權重值以使得電話號碼候選組中具有對應于講話長度的音節(jié)長度的電話號碼候選項具有高度可靠性。
[0019]如果講話長度短于閾值長度，則語音識別器可施加可靠性權重值使得電話號碼候選組中的單音節(jié)的電話號碼候選項具有高度可靠性。
[0020]如果講話長度長于閾值長度，則語音識別器可施加可靠性權重值使得電話號碼候選組中的單音節(jié)的電話號碼候選項具有低度可靠性。
[0021]車輛可進一步包括模型創(chuàng)建器，模型創(chuàng)建器被配置為根據(jù)每個名稱的音節(jié)長度對電話簿進行分類并且創(chuàng)建用于各個音節(jié)長度的上下文模型。
[0022]模型創(chuàng)建器可將名稱分割成名和姓以創(chuàng)建分割的上下文模型。
[0023]模型創(chuàng)建器可將名稱轉換成音素并且將名稱建模成語音網(wǎng)格形式。
[0024]語音識別器可從各個上下文模型創(chuàng)建對應于語音信號的電話號碼候選組，并且將高權重值施加給具有對應于講話長度的音節(jié)長度的電話號碼候選組。
[0025]語音識別器可基于聲學模型識別語音信號的音素串，并且在上下文模型中搜索對應于識別的音素串的一個或者多個電話號碼候選項，以創(chuàng)建電話號碼候選組。
[0026]車輛可進一步包括講話長度測量單元，講話長度測量單元被配置為從語音信號中檢測講話開始(BoS)和講話結束(EoS)，并且基于BoS和EoS測量講話長度。
[0027]根據(jù)本公開的另一方面，一種車輛的控制方法包括:從通過為電話簿中包括的每個名稱建模而創(chuàng)建的上下文模型創(chuàng)建對應于接收的語音信號的電話號碼候選項；并且根據(jù)用戶的講話長度確定可靠性權重值；并且根據(jù)電話號碼候選項的音節(jié)長度施加可靠性權重值。
[0028]確定可靠性權重值可包括基于講話開始(BoS)與講話結束(EoS)之間的差測量講話長度。
[0029]確定可靠性權重值可包括確定可靠性權重值以使得具有對應于講話長度的音節(jié)長度的電話號碼候選項具有高度可靠性。
[0030]確定可靠性權重值可包括確定可靠性權重值以使得如果講話長度短于或者等于閾值長度則單音節(jié)的電話號碼候選項具有高度可靠性。
[0031]確定可靠性權重值可包括確定可靠性權重值以使得如果講話長度長于或者等于閾值長度則單音節(jié)的電話號碼候選項具有低度可靠性。
[0032]創(chuàng)建電話號碼候選組可包括:從語音信號檢測特征向量；并且根據(jù)特征向量從聲學模型識別語音信號的音素串。
[0033]創(chuàng)建電話號碼候選組可包括:基于關于音素串的可靠性長度創(chuàng)建電話號碼候選組。
[0034]電話號碼候選組可具有高于或者等于關于音素串的預定標準的可靠性程度。
[0035]施加可靠性權重值可包括:根據(jù)可靠性程度排列電話號碼候選組中的一個或者多個電話號碼候選項；并且顯示具有根據(jù)可靠性程度排列的電話號碼候選項的電話號碼候選組。
[0036]控制方法可進一步包括:接收對應于用戶講話的語音信號；并且對語音信號進行預處理。
[0037]控制方法可進一步包括:根據(jù)名稱長度對電話簿進行分類；并且創(chuàng)建用于各個名稱長度的上下文模型。
[0038]創(chuàng)建上下文模型可包括:將每個名稱轉換成音素串；并且基于音素串創(chuàng)建語音網(wǎng)格。
[0039]根據(jù)本公開的另一方面，車輛包括:多個上下文模型，通過根據(jù)名稱長度對電話簿進行分類而創(chuàng)建多個上下文模型；候選組搜索單元，候選組搜索單元被配置為從相應上下文模型創(chuàng)建對應接收的語音信號的上下文候選組；權重施加單元，權重施加單元被配置為將不同的可靠性權重值分別施加給上下文候選組，以使得從對應于用戶講話長度的上下文模型所創(chuàng)建的上下文候選組具有高度可靠性；以及顯示單元，顯示單元被配置為根據(jù)可靠性程度排列并且顯示施加了可靠性權重值的上下文候選組。
【附圖說明】
[0040]從結合附圖對實施方式進行的以下描述中，本公開的這些方面和/或其他方面將變得更加顯而易見并且更易于理解，附圖中:
[0041]圖1是根據(jù)本公開的實施方式的語音識別裝置的控制框圖；
[0042]圖2是根據(jù)本公開的實施方式的語音識別裝置的語音識別器的控制框圖；
[0043]圖3是根據(jù)本公開的實施方式的包括模型創(chuàng)建器的語音識別裝置的控制框圖；
[0044]圖4是示意性示出了根據(jù)本公開的實施方式的車輛的外觀的立體圖；
[0045]圖5示意性示出了根據(jù)本公開的實施方式的車輛的內部；
[0046]圖6是根據(jù)本公開的實施方式的包括語音識別裝置的車輛的控制框圖；
[0047]圖7是用于描述根據(jù)本公開的實施方式的車輛的語音活動檢測(VAD)裝置的操作的流程圖；
[0048]圖8示出了用于認證用戶終端的畫面的實施例；
[0049]圖9是描述通過根據(jù)本公開的實施方式的語音識別裝置進行的呼叫連接的流程圖；
[0050]圖10是用于描述創(chuàng)建電話簿上下文模型的方法的實例的流程圖；
[0051]圖11是用于描述對電話簿中包括的電話號碼進行分類的方法的實例的示圖；
[0052]圖12示出了用于語音識別的導向畫面的實施例；
[0053]圖13是用于描述創(chuàng)建電話號碼候選組的方法的實例的流程圖；
[0054]圖14是用于描述施加可靠性權重值的方法的實例的流程圖；
[0055]圖15不出了列出可靠性權重值的實例的表格；
[0056]圖16示出了顯示語音識別的結果的畫面的實例；并且
[0057]圖17是用于描述根據(jù)本公開的實施方式的在根據(jù)講話者的語音講話長度施加可靠性權重值來搜索電話號碼時改進識別速率的示圖。
【具體實施方式】
[0058]通過參考下面結合附圖所描述的實施方式，本公開的優(yōu)點和特征以及實現(xiàn)各種優(yōu)點和特征的方法將變得顯而易見。然而，本公開并不受這些實施方式限制，而是可被實施為多種不同的形式。提供這些實施方式以使得本發(fā)明的公開內容變得完整并且允許本領域普通