本实用新型涉及车载语音控制技术领域，尤其涉及一种基于大数据语音交互的语言自主学习系统。
背景技术：
随着语音技术的广泛应用，目前在车辆控制领域常采用语音控制来辅助驾驶员进行车辆驾驶，其不仅带来了操作的便捷性，还能减少出现驾驶员由于驾驶过程中要手动操控中控系统中的一些功能而分心的情况，提高了行车的安全性。
但是随着人们生活水平的提高越来越多的人都拥有自己的私家机动车，然而并不是所有的驾驶员在驾驶过程中都能通过普通话跟语音中控系统进行很好的语音交互，而现有的语音识别方法和系统都只能对标准的普通话进行识别，对不标准的普通话的识别率很低，升值对于地区性的方言根本不能识别；而且也不能经过语言自主学习来识别不标准的普通话或者地区性方言；那么对于不会讲普通话的驾驶员其语音辅助驾驶的功能将如同虚设。因此，如何通过语言自主学习使得语音辅助驾驶能够识别不标准的普通话或者地区性方言是现阶段急需解决的问题。
技术实现要素：
本实用新型的目的在于克服现有技术的不足，提供一种基于大数据语音交互的语言自主学习系统，解决了现有技术的语音辅助驾驶系统不能通过自主学习来识别不标准普通话或者地区性方言的问题。
本实用新型的目的是通过以下技术方案来实现的：一种基于大数据语音交互的语言自主学习系统，它包括多个车载云镜和一个云端；所示的每个车载云镜通过无线网络与所述云端进行数据的通信连接。
所述的云端包括大数据分析处理模块、控制终端、云储存器和第二通信模块；所述的控制终端的输出端分别与大数据分析处理模块和云存储器的输入端连接；所述的控制终端还与第二通信模块相互连接；所述的第二通信模块的数据输出端与大数据分析处理模块的数据输入端连接；所述的大数据分析处理模块的数据输出端与云存储器的数据输入端连接；所述的云存储器的数据输出端与第二通信模块的数据输入端连接。
所述的车载云镜包括第一通信模块、控制模块、存储模块、定位导航模块、语音采集模块、语音识别模块和语音交互模块；所述的控制模块的输出端分别与存储模块、定位导航模块、语音采集模块、语音识别模块和语音交互模块的输入端连接，所述的控制模块还与第一通信模块相互连接；所述的语言采集模块的输出端与存储模块和语音识别模块的输入端连接；所述的语言识别模块的输出端与语言交互模块的输入端连接；所述的定位导航模块的输出端与存储模块的输入端连接；所述的存储模块还与第一通信模块相互连接。
所述的第一通信模块包括第一发送单元和第一接收单元；所述的第一发送单元和第一接收单元均与控制模块相互连接，所述的第一接收单元的输出端与存储模块的输入端连接，所述的第一接收单元的输入端与云端连接；所述的第一发送单元的输入端与存储模块的输出端连接，所述的第一发送单元的输出端与云端连接。
所述的第二通信模块包括第二发送单元和第二接收单元；所述的第二发送单元和第二接收单元均与控制终端相互连接，所述的第二发送单元的输出端与第一接收单元的输入端连接，第二发送单元的输入端与云存储器的输出端连接；所述的第二接收单元的输入端与第一发送单元的输出端连接，第二接收单元的输出端与大数据分析处理模块的输入端连接。
所述的云储存器划分为第一存储单元、第二存储单元和第三存储单元。
本实用新型的有益效果是： 一种基于大数据语音交互的语言自主学习系统，具有以下优点：
1、通过将多种数据分类存储有利于数据的管理、分析及处理，大大提高了大数据的处理效率；
2、如果用户不会说普通话，车载终端通过对用户语言的大量采集后传输到云计算中心，并进行大数据的处理分析，再与云计算中心加载入的全国各地方言的数据进行对比匹配，识别出用户说的是何处的方言进而识别出其语音的含义，今后用户再通过方言进行语音交互时车载终端就能识别出用户语音的含义；
3、通过语言自主学习使得任何人都可以用语音进行辅助驾驶，极大地提高了用户的体验感和满意度。
附图说明
图1为系统的结构图。
具体实施方式
下面结合附图进一步详细描述本实用新型的技术方案，但本实用新型的保护范围不局限于以下所述。
如图1所示，一种基于大数据语音交互的语言自主学习系统，它包括多个车载云镜和一个云端；所示的每个车载云镜通过无线网络与所述云端进行数据的通信连接。
所述的云端包括大数据分析处理模块、控制终端、云储存器和第二通信模块；所述的控制终端的输出端分别与大数据分析处理模块和云存储器的输入端连接；所述的控制终端还与第二通信模块相互连接；所述的第二通信模块的数据输出端与大数据分析处理模块的数据输入端连接；所述的大数据分析处理模块的数据输出端与云存储器的数据输入端连接；所述的云存储器的数据输出端与第二通信模块的数据输入端连接。
所述的车载云镜包括第一通信模块、控制模块、存储模块、定位导航模块、语音采集模块、语音识别模块和语音交互模块；所述的控制模块的输出端分别与存储模块、定位导航模块、语音采集模块、语音识别模块和语音交互模块的输入端连接，所述的控制模块还与第一通信模块相互连接；所述的语言采集模块的输出端与存储模块和语音识别模块的输入端连接；所述的语言识别模块的输出端与语言交互模块的输入端连接；所述的定位导航模块的输出端与存储模块的输入端连接；所述的存储模块还与第一通信模块相互连接。
所述的第一通信模块包括第一发送单元和第一接收单元；所述的第一发送单元和第一接收单元均与控制模块相互连接，所述的第一接收单元的输出端与存储模块的输入端连接，所述的第一接收单元的输入端与云端连接；所述的第一发送单元的输入端与存储模块的输出端连接，所述的第一发送单元的输出端与云端连接。
所述的第二通信模块包括第二发送单元和第二接收单元；所述的第二发送单元和第二接收单元均与控制终端相互连接，所述的第二发送单元的输出端与第一接收单元的输入端连接，第二发送单元的输入端与云存储器的输出端连接；所述的第二接收单元的输入端与第一发送单元的输出端连接，第二接收单元的输出端与大数据分析处理模块的输入端连接。
所述的云储存器划分为第一存储单元、第二存储单元和第三存储单元。
本实用新型进行语言自主学习方法的步骤如下：
S1、采集用户的语音数据和车载数据，并将数据发送到云计算中心；
S2、对接收到的语音数据和车载数据进行汇总分类，并进行分析处理；
S3、将分析处理后的语音数据和车载数据发送到车载终端；
S4、车载终端根据接收到的数据完成以后与此数据相关的指令。
所述S2中对车载数据分析处理的具体步骤如下：
S211、云计算中心实时对车载终端传输的车载数据进行统计并更新；
S212、大数据分析处理模块对用户车辆的行程轨迹数据和定位地点名称数据进行综合分析，得到行程轨迹和定位地点名称出现频率从高到低的排列关系；
S213、将行程轨迹和定位地点名称出现频率排列前五的车辆行驶路线数据存储到云存储模块并传输到车载终端的存储模块中，在车载终端唤醒后通过控制模块将该数据发布到车载终端上。
所述的S2中对语音数据分析处理的具体步骤如下：
S221、车载终端实时将语音识别模块不能识别的语言数据传输到云计算中心的云存储模块；
S222、大数据分析处理模结合每次接收到的语音数据进行语音发音的汇总和分类，得到不同的语言发音数据A；
S223、不同的语言发音数据A与云储存模块中加载存储的其他相关语言类型数据B的发音进行逐一对比匹配；
S224、根据与语言发音数据A匹配成功的语言类型数据B中的语言含义识别出语言发音数据A的语意；
S225、将匹配成功的语言发音数据标记为与其匹配成功的语言类型数据B的语言类型。
以上所述仅是本实用新型的优选实施方式，应当理解本实用新型并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本实用新型的精神和范围，则都应在本实用新型所附权利要求的保护范围内。