专利名称：语音提醒的方法和系统的制作方法
技术领域：
本发明涉及语音提醒的技术，尤其涉及通过车载终端对车主进行语音提醒的方法和系统。
背景技术：
在一些电子设备上通常有备忘录的功能(或称为提醒功能)，用户输入需要提醒的信息并设置提醒的时间点。在设置的时间点到达时，电子设备会通过某种提醒方式(例如闹铃)来提醒用户有提醒事件发生，具体的内容会在电子设备的屏幕上显示出来。这种提醒方式存在以下的不便之处1、这种方式需要用户在电子设备的软件中文字输入提醒内容和选择提醒的时间点，输入方式繁琐。如果应用环境是在车辆的行驶过程中，则车主进行提醒设置会带来行车安全上的问题。2、这种方式的提醒方式不够直接，当提醒闹铃开启时，用户无法直接获知提醒的内容，而需要按下相应的按键，进入到当前提醒条目中来查看提醒的内容。同样的，如果应用环境是在车辆的行驶过程中，则车主进入提醒软件查看提醒内容也会带来行车安全上的问题。
发明内容
本发明的目的在于解决上述问题，提供了一种语音提醒的方法，方便了用户输入提醒的方式，增强了提醒用户的直观感受。本发明的另一目的在于提供了一种语音提醒的系统。本发明的技术方案为本发明揭示了一种语音提醒的方法，包括接收用户的语音输入；根据语音输入识别其中的内容信息并进行存储；根据识别出的内容信息进行提醒，提醒的内容为已存储的语音内容。根据本发明的语音提醒的方法的一实施例，接收语音输入、识别内容信息并进行存储、提醒已存储的语音内容都在车载终端完成。根据本发明的语音提醒的方法的一实施例，存储在车载终端的语音输入的内容信息导出到电脑端。根据本发明的语音提醒的方法的一实施例，在接收用户的语音输入之后且在根据语音输入进行内容识别之前，还包括对语音输入进行降噪处理。根据本发明的语音提醒的方法的一实施例，提醒的方式是采用车载终端的扬声器进行音频播放的方式实现。本发明还揭示了一种语音提醒的系统，包括语音输入装置，接收用户输入的语音资料；语音引擎，耦接语音输入装置，识别语音输入所包含的内容信息；
存储装置，耦接语音引擎，存储语音引擎输出的语音输入所包含的内容信息；播放装置，耦接该存储装置，根据识别出的内容信息进行提醒，提醒的内容为存储装置中已存储的语音内容。根据本发明的语音提醒的系统的一实施例，语音输入装置、语音引擎、存储装置、 播放装置集成在车载终端。根据本发明的语音提醒的系统的一实施例，该系统还包括数据传输接口，耦接存储装置，将存储装置中的资料传输到外部设备。根据本发明的语音提醒的系统的一实施例，该系统还包括降噪装置，耦接语音输入装置和语音引擎，对语音输入进行降噪处理。本发明对比现有技术有如下的有益效果本发明的技术方案是先接收用户的语音输入，再根据语音输入识别其中的内容信息并进行存储，最后根据识别出的内容信息进行提醒，提醒的内容是已存储的语音内容。对比现有技术，本发明一方面用语音输入替代了传统的文字输入，一方面用语音提醒替代了传统的需要用户浏览的提醒。
图1示例性的示出了本发明的语音提醒的方法的第一实施例的流程图。图2示例性的示出了本发明的语音提醒的方法的第二实施例的流程图。图3示例性的示出了本发明的语音提醒的方法的第三实施例的流程图。图4示例性的示出了本发明的语音提醒的系统的第一实施例的原理图。图5示例性的示出了本发明的语音提醒的系统的第二实施例的原理图。图6示例性的示出了本发明的语音提醒的系统的第三实施例的原理图。
具体实施例方式下面结合附图和实施例对本发明作进一步的描述。语咅提醒的方法的第一实施例图1示出了本发明的语音提醒的方法的第一实施例的流程。请参见图1，本实施例的语音提醒的方法的详细步骤如下详述。步骤SlO 接收用户的语音输入。在车载端，用户通过车载端上的音频输入接口输入语音，例如，用户说出“今日下午3点提醒有会议”，车载设备接收用户的这一输入语音。步骤S12 识别语音输入中的内容信息并进行存储。在车载端安装一个语音引擎，语音引擎接收用户的输入语音，识别出语音中所包含的内容，将这些内容存储在车载端。语音引擎的语音识别技术是现有的技术。例如，语音引擎包括语音采集装置、前端处理模块、特征提取模块、基音特征提取模块、声调识别模块、训练模块、声学层识别模块、拼音文法理解模块、语言理解模块九个部分，该声学层识别模块采用以状态的段长概率来表示的隐含马尔可夫模型，即基于段长分布的隐含马尔可夫模型，简称DDBHMM模型，该模型的段长服从具有凸性的分布，其中，该模型中的状态与语音中的音素或音节等语音单元相对应，而这些语音单元读音的语音信号特征作为对应语音单元的观测量；该训练模块的训练方法步骤如下对训练模块输入一个或多个包含有若干特定词的读音样本文件，该文件中的每句话的一系列帧的特征向量以帧为单位，通过训练模块中的训练搜索算法，对每帧语音信号中的每个词的每个状态进行搜索比较，得到语音信号特征矢量的矢量量化码本(VQ码本)和该特定词的DDBHMM模型参数，输入给声学层识别模块；所述的汉语连续语音识别系统的语音识别方法步骤如下通过语音采集装置接收人们的语音信号，对于输入的语音信号进行前端处理，并进行MFCC语音特征(基于Mel倒谱系数的语音特征， Mel-Frequency Cepstral Coefficients)序列的提取，得到的该MFCC语音特征序列被送入声学层识别模块，通过声学层识别模块的搜索算法，产生拼音格形式的识别结果，同时，语音信号的基音特征矢量也被提取出来，送入声调识别模块，声调识别模块利用基音特征信息和拼音的分割点信息，得到拼音的声调信息并加入到拼音格中，接着，通过拼音文法理解模块对拼音格进行修剪，精简后的音节格被送入语言理解模块，转化为拼音图和词图，并在词图中进行搜索，得到最后的理解结果。例如，语音引擎能够识别出“今日下午3点提醒有会议”的具体内容，获知这是一个提醒事件，提醒的内容是“今日下午3点有会议”。步骤S14:根据识别出的内容信息进行提醒，提醒的内容为已存储的语音内容。在上一步骤中车载端识别出了这是一个提醒事件，且是提醒在今日下午3点有会议。因此，在今日下午3点的时刻，车载端触发一个提醒事件，并且通过语音提醒的方式来告知用户，即通过车载端上的音频播放设备(例如扬声器)播放“今日下午3点有会议”的内容。从这个实施例中可以看出，接收语音输入、识别内容信息、存储内容信息、提醒已存储的语音内容都是在车载终端完成的。语咅提醒的方法的第二实施例图2示出了本发明的语音提醒的方法的第二实施例的流程。请参见图2，本实施例的语音提醒的方法的详细步骤如下详述。步骤S20 接收用户的语音输入。在车载端，用户通过车载端上的音频输入接口输入语音，例如，用户说出“今日下午3点提醒有会议”，车载设备接收用户的这一输入语音。步骤S22 识别语音输入中的内容信息并进行存储。在车载端安装一个语音引擎，语音引擎接收用户的输入语音，识别出语音中所包含的内容，将这些内容存储在车载端。语音引擎的语音识别技术是现有的技术。例如，语音引擎包括语音采集装置、前端处理模块、特征提取模块、基音特征提取模块、声调识别模块、训练模块、声学层识别模块、拼音文法理解模块、语言理解模块九个部分，该声学层识别模块采用以状态的段长概率来表示的隐含马尔可夫模型，即基于段长分布的隐含马尔可夫模型，简称DDBHMM模型，该模型的段长服从具有凸性的分布，其中，该模型中的状态与语音中的音素或音节等语音单元相对应，而这些语音单元读音的语音信号特征作为对应语音单元的观测量；该训练模块的训练方法步骤如下对训练模块输入一个或多个包含有若干特定词的读音样本文件，该文件中的每句话的一系列帧的特征向量以帧为单位，通过训练模块中的训练搜索算法，对每帧语音信号中的每个词的每个状态进行搜索比较，得到语音信号特征矢量的矢量量化码本(VQ码本)和该特定词的DDBHMM模型参数，输入给声学层识别模块；所述的汉语连续语音识别系统的语音识别方法步骤如下通过语音采集装置接收人们的语音信号，对于输入的语音信号进行前端处理，并进行MFCC语音特征(基于Mel倒谱系数的语音特征， Mel-Frequency Cepstral Coefficients)序列的提取，得到的该MFCC语音特征序列被送入声学层识别模块，通过声学层识别模块的搜索算法，产生拼音格形式的识别结果，同时，语音信号的基音特征矢量也被提取出来，送入声调识别模块，声调识别模块利用基音特征信息和拼音的分割点信息，得到拼音的声调信息并加入到拼音格中，接着，通过拼音文法理解模块对拼音格进行修剪，精简后的音节格被送入语言理解模块，转化为拼音图和词图，并在词图中进行搜索，得到最后的理解结果。例如，语音引擎能够识别出“今日下午3点提醒有会议”的具体内容，获知这是一个提醒事件，提醒的内容是“今日下午3点有会议”。步骤SM 根据识别出的内容信息进行提醒，提醒的内容为已存储的语音内容。在上一步骤中车载端识别出了这是一个提醒事件，且是提醒在今日下午3点有会议。因此，在今日下午3点的时刻，车载端触发一个提醒事件，并且通过语音提醒的方式来告知用户，即通过车载端上的音频播放设备(例如扬声器)播放“今日下午3点有会议”的内容。从这个实施例中可以看出，接收语音输入、识别内容信息、存储内容信息、提醒已存储的语音内容都是在车载终端完成的。步骤S26 将存储在车载终端的语音输入的内容信息导出到电脑。提供给用户在电脑上进行备份和编辑的功能。语咅提醒的方法的第三实施例图3示出了本发明的语音提醒的方法的第三实施例的流程。请参见图3，本实施例的语音提醒的方法的详细步骤如下详述。步骤S30 接收用户的语音输入。在车载端，用户通过车载端上的音频输入接口输入语音，例如，用户说出“今日下午3点提醒有会议”，车载设备接收用户的这一输入语音。步骤S32 对语音输入进行降噪处理。步骤S34 识别语音输入中的内容信息并进行存储。在车载端安装一个语音引擎，语音引擎接收用户的输入语音，识别出语音中所包含的内容，将这些内容存储在车载端。语音引擎的语音识别技术是现有的技术。例如，语音引擎包括语音采集装置、前端处理模块、特征提取模块、基音特征提取模块、声调识别模块、训练模块、声学层识别模块、拼音文法理解模块、语言理解模块九个部分，该声学层识别模块采用以状态的段长概率来表示的隐含马尔可夫模型，即基于段长分布的隐含马尔可夫模型，简称DDBHMM模型，该模型的段长服从具有凸性的分布，其中，该模型中的状态与语音中的音素或音节等语音单元相对应，而这些语音单元读音的语音信号特征作为对应语音单元的观测量；该训练模块的训练方法步骤如下对训练模块输入一个或多个包含有若干特定词的读音样本文件，该文件中的每句话的一系列帧的特征向量以帧为单位，通过训练模块中的训练搜索算法，对每帧语音信号中的每个词的每个状态进行搜索比较，得到语音信号特征矢量的矢量量化码本(VQ码本)和该特定词的DDBHMM模型参数，输入给声学层识别模块；所述的汉语连续语音识别系统的语音识别方法步骤如下通过语音采集装置接收人们的语音信号，对于输入的语音信号进行前端处理，并进行MFCC语音特征(基于Mel倒谱系数的语音特征， Mel-Frequency Cepstral Coefficients)序列的提取，得到的该MFCC语音特征序列被送入声学层识别模块，通过声学层识别模块的搜索算法，产生拼音格形式的识别结果，同时，语音信号的基音特征矢量也被提取出来，送入声调识别模块，声调识别模块利用基音特征信息和拼音的分割点信息，得到拼音的声调信息并加入到拼音格中，接着，通过拼音文法理解模块对拼音格进行修剪，精简后的音节格被送入语言理解模块，转化为拼音图和词图，并在词图中进行搜索，得到最后的理解结果。例如，语音引擎能够识别出“今日下午3点提醒有会议”的具体内容，获知这是一个提醒事件，提醒的内容是“今日下午3点有会议”。步骤S36 根据识别出的内容信息进行提醒，提醒的内容为已存储的语音内容。在上一步骤中车载端识别出了这是一个提醒事件，且是提醒在今日下午3点有会议。因此，在今日下午3点的时刻，车载端触发一个提醒事件，并且通过语音提醒的方式来告知用户，即通过车载端上的音频播放设备(例如扬声器)播放“今日下午3点有会议”的内容。从这个实施例中可以看出，接收语音输入、识别内容信息、存储内容信息、提醒已存储的语音内容都是在车载终端完成的。语咅提醒的系统的第一实施例图4示出了本发明的语音提醒的系统的第一实施例的原理。请参见图4，本实施例的语音提醒的系统包括语音输入装置10、语音引擎12、存储装置14、播放装置16。这些装置之间的连接关系是语音输入装置10耦接语音引擎12，语音引擎12耦接存储装置14，存储装置14耦接播放装置16。本实施例的语音提醒的系统的运行原理如下。语音输入装置10接收用户的语音输入。在车载端，语音输入装置10的一个示例是车载终端上的音频输入接口。用户通过车载端上的音频输入接口输入语音，例如，用户说出“今日下午3点提醒有会议”，车载设备接收用户的这一输入语音。语音引擎12用来识别语音输入中的内容信息并存储在存储装置14中。在车载端安装一个语音引擎12，语音引擎12接收用户的输入语音，识别出语音中所包含的内容，将这些内容存储在车载端的存储装置14中。语音引擎12的语音识别技术是现有的技术。例如，语音引擎12包括语音采集装置、前端处理模块、特征提取模块、基音特征提取模块、声调识别模块、训练模块、声学层识别模块、拼音文法理解模块、语言理解模块九个部分，该声学层识别模块采用以状态的段长概率来表示的隐含马尔可夫模型，即基于段长分布的隐含马尔可夫模型，简称DDBHMM模型，该模型的段长服从具有凸性的分布，其中，该模型中的状态与语音中的音素或音节等语音单元相对应，而这些语音单元读音的语音信号特征作为对应语音单元的观测量；该训练模块的训练方法步骤如下对训练模块输入一个或多个包含有若干特定词的读音样本文件，该文件中的每句话的一系列帧的特征向量以帧为单位，通过训练模块中的训练搜索算法，对每帧语音信号中的每个词的每个状态进行搜索比较，得到语音信号特征矢量的矢量量化码本(VQ码本)和该特定词的DDBHMM模型参数，输入给声学层识别模块；所述的汉语连续语音识别系统的语音识别方法步骤如下通过语音采集装置接收人们的语音信号，对于输入的语音信号进行前端处理，并进行MFCC语音特征(基于Mel倒谱系数的语音特征， Mel-Frequency Cepstral Coefficients)序列的提取，得到的该MFCC语音特征序列被送入声学层识别模块，通过声学层识别模块的搜索算法，产生拼音格形式的识别结果，同时，语音信号的基音特征矢量也被提取出来，送入声调识别模块，声调识别模块利用基音特征信息和拼音的分割点信息，得到拼音的声调信息并加入到拼音格中，接着，通过拼音文法理解模块对拼音格进行修剪，精简后的音节格被送入语言理解模块，转化为拼音图和词图，并在词图中进行搜索，得到最后的理解结果。例如，语音引擎12能够识别出“今日下午3点提醒有会议”的具体内容，获知这是一个提醒事件，提醒的内容是“今日下午3点有会议”。播放装置16根据识别出的内容信息进行提醒，提醒的内容为已存储的语音内容。在车载端的语音引擎12识别出了这是一个提醒事件，且是提醒在今日下午3点有会议。因此，在今日下午3点的时刻，车载端触发一个提醒事件，并且通过语音提醒的方式来告知用户，即通过车载端上的播放装置16 (例如扬声器)播放“今日下午3点有会议”的内容。从这个实施例中可以看出，语音输入装置10、语音引擎12、存储装置14和播放装置16都集成在车载终端上。语咅提醒的系统的第二实施例图5示出了本发明的语音提醒的系统的第二实施例的原理。请参见图5，本实施例的语音提醒的系统包括语音输入装置20、语音引擎22、存储装置M、播放装置沈和数据传输接口观。这些装置之间的连接关系是语音输入装置20耦接语音引擎22，语音引擎22耦接存储装置对，存储装置M耦接播放装置26，存储装置M耦接数据传输接口观。本实施例的语音提醒的系统的运行原理如下。语音输入装置20接收用户的语音输入。在车载端，语音输入装置20的一个示例是车载终端上的音频输入接口。用户通过车载端上的音频输入接口输入语音，例如，用户说出“今日下午3点提醒有会议”，车载设备接收用户的这一输入语音。语音引擎22用来识别语音输入中的内容信息并存储在存储装置M中。在车载端安装一个语音引擎22，语音引擎22接收用户的输入语音，识别出语音中所包含的内容，将这些内容存储在车载端的存储装置M中。语音引擎22的语音识别技术是现有的技术。例如，语音引擎22包括语音采集装置、前端处理模块、特征提取模块、基音特征提取模块、声调识别模块、训练模块、声学层识别模块、拼音文法理解模块、语言理解模块九个部分，该声学层识别模块采用以状态的段长概率来表示的隐含马尔可夫模型，即基于段长分布的隐含马尔可夫模型，简称DDBHMM模型，该模型的段长服从具有凸性的分布，其中，该模型中的状态与语音中的音素或音节等语音单元相对应，而这些语音单元读音的语音信号特征作为对应语音单元的观测量；该训练模块的训练方法步骤如下对训练模块输入一个或多个包含有若干特定词的读音样本文件，该文件中的每句话的一系列帧的特征向量以帧为单位，通过训练模块中的训练搜索算法，对每帧语音信号中的每个词的每个状态进行搜索比较，得到语音信号特征矢量的矢量量化码本(VQ码本)和该特定词的DDBHMM模型参数，输入给声学层识别模块；所述的汉语连续语音识别系统的语音识别方法步骤如下通过语音采集装置接收人们的语音信号，对于输入的语音信号进行前端处理，并进行MFCC语音特征(基于Mel倒谱系数的语音特征， Mel-Frequency Cepstral Coefficients)序列的提取，得到的该MFCC语音特征序列被送入声学层识别模块，通过声学层识别模块的搜索算法，产生拼音格形式的识别结果，同时，语音信号的基音特征矢量也被提取出来，送入声调识别模块，声调识别模块利用基音特征信息和拼音的分割点信息，得到拼音的声调信息并加入到拼音格中，接着，通过拼音文法理解模块对拼音格进行修剪，精简后的音节格被送入语言理解模块，转化为拼音图和词图，并在词图中进行搜索，得到最后的理解结果。例如，语音引擎22能够识别出“今日下午3点提醒有会议”的具体内容，获知这是一个提醒事件，提醒的内容是“今日下午3点有会议”。播放装置沈根据识别出的内容信息进行提醒，提醒的内容为已存储的语音内容。在车载端的语音引擎22识别出了这是一个提醒事件，且是提醒在今日下午3点有会议。因此，在今日下午3点的时刻，车载端触发一个提醒事件，并且通过语音提醒的方式来告知用户，即通过车载端上的播放装置26 (例如扬声器)播放“今日下午3点有会议”的内容。从这个实施例中可以看出，语音输入装置20、语音引擎22、存储装置M和播放装置沈都集成在车载终端上。此外，系统还包括一个数据传输接口 28，系统通过这个数据传输接口 28，将存储装置M中的语音资料传输到外部设备(例如外部计算机)中，可供用户备份或编辑。语咅提醒的系统的第三实施例图6示出了本发明的语音提醒的系统的第三实施例的原理。请参见图6，本实施例的语音提醒的系统包括语音输入装置30、降噪装置32、语音引擎34、存储装置36、播放装置38。这些装置之间的连接关系是语音输入装置30耦接降噪装置32，降噪装置32耦接语音引擎34，语音引擎34耦接存储装置36，存储装置36耦接播放装置38。本实施例的语音提醒的系统的运行原理如下。语音输入装置30接收用户的语音输入。在车载端，语音输入装置30的一个示例是车载终端上的音频输入接口。用户通过车载端上的音频输入接口输入语音，例如，用户说出“今日下午3点提醒有会议”，车载设备接收用户的这一输入语音。随后由降噪装置32对接收到的语音输入进行降噪处理。语音引擎34用来识别语音输入中的内容信息并存储在存储装置36中。在车载端安装一个语音引擎34，语音引擎34接收用户的输入语音，识别出语音中所包含的内容，将这些内容存储在车载端的存储装置36中。语音引擎34的语音识别技术是现有的技术。例如，语音引擎34包括语音采集装
9置、前端处理模块、特征提取模块、基音特征提取模块、声调识别模块、训练模块、声学层识别模块、拼音文法理解模块、语言理解模块九个部分，该声学层识别模块采用以状态的段长概率来表示的隐含马尔可夫模型，即基于段长分布的隐含马尔可夫模型，简称DDBHMM模型，该模型的段长服从具有凸性的分布，其中，该模型中的状态与语音中的音素或音节等语音单元相对应，而这些语音单元读音的语音信号特征作为对应语音单元的观测量；该训练模块的训练方法步骤如下对训练模块输入一个或多个包含有若干特定词的读音样本文件，该文件中的每句话的一系列帧的特征向量以帧为单位，通过训练模块中的训练搜索算法，对每帧语音信号中的每个词的每个状态进行搜索比较，得到语音信号特征矢量的矢量量化码本(VQ码本)和该特定词的DDBHMM模型参数，输入给声学层识别模块；所述的汉语连续语音识别系统的语音识别方法步骤如下通过语音采集装置接收人们的语音信号，对于输入的语音信号进行前端处理，并进行MFCC语音特征(基于Mel倒谱系数的语音特征， Mel-Frequency Cepstral Coefficients)序列的提取，得到的该MFCC语音特征序列被送入声学层识别模块，通过声学层识别模块的搜索算法，产生拼音格形式的识别结果，同时，语音信号的基音特征矢量也被提取出来，送入声调识别模块，声调识别模块利用基音特征信息和拼音的分割点信息，得到拼音的声调信息并加入到拼音格中，接着，通过拼音文法理解模块对拼音格进行修剪，精简后的音节格被送入语言理解模块，转化为拼音图和词图，并在词图中进行搜索，得到最后的理解结果。例如，语音引擎34能够识别出“今日下午3点提醒有会议”的具体内容，获知这是一个提醒事件，提醒的内容是“今日下午3点有会议”。播放装置38根据识别出的内容信息进行提醒，提醒的内容为已存储的语音内容。在车载端的语音引擎34识别出了这是一个提醒事件，且是提醒在今日下午3点有会议。因此，在今日下午3点的时刻，车载端触发一个提醒事件，并且通过语音提醒的方式来告知用户，即通过车载端上的播放装置38 (例如扬声器)播放“今日下午3点有会议”的内容。从这个实施例中可以看出，语音输入装置30、降噪装置32、语音引擎34、存储装置 36和播放装置38都集成在车载终端上。上述实施例是提供给本领域普通技术人员来实现或使用本发明的，本领域普通技术人员可在不脱离本发明的发明思想的情况下，对上述实施例做出种种修改或变化，因而本发明的保护范围并不被上述实施例所限，而应该是符合权利要求书提到的创新性特征的最大范围。
权利要求
1.一种语音提醒的方法，包括 接收用户的语音输入；根据语音输入识别其中的内容信息并进行存储； 根据识别出的内容信息进行提醒，提醒的内容为已存储的语音内容。
2.根据权利要求1所述的语音提醒的方法，其特征在于，接收语音输入、识别内容信息并进行存储、提醒已存储的语音内容都在车载终端完成。
3.根据权利要求2所述的语音提醒的方法，其特征在于，存储在车载终端的语音输入的内容信息导出到电脑端。
4.根据权利要求1所述的语音提醒的方法，其特征在于，在接收用户的语音输入之后且在根据语音输入进行内容识别之前，还包括对语音输入进行降噪处理。
5.根据权利要求2所述的语音提醒的方法，其特征在于，提醒的方式是采用车载终端的扬声器进行音频播放的方式实现。
6.一种语音提醒的系统，包括语音输入装置，接收用户输入的语音资料； 语音引擎，耦接语音输入装置，识别语音输入所包含的内容信息； 存储装置，耦接语音引擎，存储语音引擎输出的语音输入所包含的内容信息； 播放装置，耦接该存储装置，根据识别出的内容信息进行提醒，提醒的内容为存储装置中已存储的语音内容。
7.根据权利要求6所述的语音提醒的系统，其特征在于，语音输入装置、语音引擎、存储装置、播放装置集成在车载终端。
8.根据权利要求6所述的语音提醒的系统，其特征在于，该系统还包括 数据传输接口，耦接存储装置，将存储装置中的资料传输到外部设备。
9.根据权利要求6所述的语音提醒的系统，其特征在于，该系统还包括 降噪装置，耦接语音输入装置和语音引擎，对语音输入进行降噪处理。
全文摘要
本发明公开了语音提醒的方法和系统，方便了用户输入提醒的方式，增强了提醒用户的直观感受。其技术方案为方法包括接收用户的语音输入；根据语音输入识别其中的内容信息并进行存储；根据识别出的内容信息进行提醒，提醒的内容为已存储的语音内容。
文档编号G08G1/0962GK102542705SQ201010622060
公开日2012年7月4日 申请日期2010年12月31日 优先权日2010年12月31日
发明者张晔晖, 霍亮 申请人:上海博泰悦臻电子设备制造有限公司