本发明属于网约车监控技术领域,尤其涉及一种基于语音识别的网约车安全预警方法和系统。
背景技术
网约车是网络预约出租汽车的简称,乘客可以通过移动设备在网上直接与司机进行预约,网约车司机接单后到指定地点接乘客到目的地,网约车的司机和车辆也经过登记和审核。目前,网约车非常普遍,如出租车、专车、顺风车、快车等,满足用于多样化的出行需求。
但是,现有技术中至少存在如下问题:网约车也具有很大的风险,对于乘客的安全也并没有进行有效的保障和预防。
技术实现要素:
为了解决现有技术中存在的问题,本发明提出了一种基于语音识别的网约车安全预警方法和系统。
本发明所采用的技术方案是:
一种基于语音识别的网约车安全预警方法,包括以下步骤:
步骤1,网约车公司保存每个网约车司机的声音信息;
步骤2,每隔一段时间,司机和乘客的对话通过gprs网络传到网约车公司云端服务器;
步骤3,将司机和乘客的对话的录音分割为说话人交替的录音片段;
步骤4,将录音片段与保存的网约车司机的声音信息进行对比,区别出司机和乘客的录音片段;
步骤5,通过乘客的录音片段和语音情感识别技术识别乘客情感类别,并映射到相应的预警级别;
步骤6,网约车公司根据录音分析获得的不同的预警级别,及时采取相应的措施。
较佳的,在步骤5之前或者之后还包括以下步骤:通过语音识别技术把每段语音转成文字后,如果出现危险词语,则将预警级别提高到最高级别。
较佳的,所述相应的措施包括打电话给网约车司机进行核实,将司机和乘客的对话、对话中出现的危险词语、网约车的出发地、目的地和实时定位信息发送给公安系统。
较佳的,若干情感类别包括高兴、平静、不满、愤怒、害怕和恐惧。
一种基于语音识别的网约车安全预警系统,包括:
声音信息存储模块,用于存储网约车司机的声音信息;
录音设备,用于将司机和乘客的对话记录下来;
云端服务器,用于接收来自所述录音设备通过gprs网络上传的司机和乘客的对话信息;
语音分割模块,用于将司机和乘客的对话的录音分割为说话人交替的录音片段;
语音身份识别模块,用于将录音片段与所述声音信息存储模块保存的网约车司机的声音信息进行对比,区别出司机和乘客的录音片段;
语音情感识别模块,用于识别乘客的录音片段的情感类别,并映射到相应的预警级别;
报警模块,用于根据不同的预警级别采取相应的预警措施。
较佳的,包括语音转文字模块,所述语音转文字模块把每段录音片段转成文字,如果出现危险词语,则将预警级别提高到最高级别。
较佳的,包括公安系统,所述报警模块将网约车司机的联系方式、司机和乘客的对话、对话中出现的危险词语、网约车的出发地、目的地和实时定位信息发送给所述公安系统。
与现有技术相比,本发明的有益效果是:
本发明采用相关的语音识别技术来实现自动监控网约车的目的,对检测的乘客录音片段的不同情感类别、危险词语,映射到相应的预警级别,根据不同的预警级别自动采取相应的预警措施,其避免了人工听取录音面临的人工成本上涨的问题,能够兼顾乘客安全和运营成本。
附图说明
图1为本发明一实施例的基于语音识别的网约车安全预警方法的流程图;
图2为本发明一实施例的某段录音组成的示意图;
图3为本发明一实施例的基于说话人的语音分割的示意图;
图4为本发明一实施例的识别司机和乘客身份的示意图;
图5为本发明一实施例的基于语音识别的网约车安全预警系统的框图。
图中,1-录音设备;2-云端服务器;3-声音信息存储模块;4-语音分割模块;5-语音身份识别模块;6-语音情感识别模块;7-报警模块。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施方式进行详细的阐述。
如图1所示,一种基于语音识别的网约车安全预警方法,包括以下步骤1至步骤6。
步骤1,网约车公司保存每个网约车司机的声音信息,比如声纹信息。
步骤2,每隔一段时间(比如3分钟),司机和乘客的对话通过gprs网络传到网约车公司云端服务器。如图2所示,司机和乘客的对话由6段声音组成,具体为:
s1:下车啦(司机平静地说);
s2:你绕路啦(乘客不满语气);
s3:你哪里绕啦(司机语气愤怒);
s4:我常走的,你就是骗我多给钱(乘客语气愤怒);
s5:你再说!(司机回过头掏出刀);
s6:啊,别杀我(乘客失声大叫,内心充满恐惧)。
步骤3,将司机和乘客的对话的录音分割为说话人交替的录音片段。如图3所示,采用基于bic的语音对话分割技术,对图2中的语音进行语音分割,分割后得到跳变点t1,t2,t3,t4,t5。
步骤4,将录音片段与保存的网约车司机的声音信息进行对比,区别出司机和乘客的录音片段。如图4所示,采用微软的说话人识别技术,对图2中的录音识别出各录音片段的司机或乘客身份,在此实施例中,本发明不区分不同乘客,认为他们的情感表现对应同样的预警级别。
步骤5,通过乘客的录音片段和语音情感识别技术识别乘客情感类别,并映射到相应的预警级别。比如定义5个情感类别:高兴、平静、不满、愤怒、害怕、恐惧,通过gmm算法的语音情感识别技术识别乘客情感,然后把语音情感映射到预警级别:0-高兴或平静、1-不满、2-愤怒、3-害怕、4-恐惧,最终预警级别取所有乘客语音对应预警级别的最大值。由于与受过专业训练的司机相比,乘客的情感表现更加突出,因此只分析客户的语音情感。
在步骤5之前或者之后还包括以下步骤:通过语音识别技术把每段语音(包括司机和乘客)转成文字后,如果出现危险词语(比如“宰了你”、“杀了你”、“挨揍”、“别说话”、“别喊”等),则将预警级别提高到最高级别。
步骤6,网约车公司根据录音分析获得的不同的预警级别,及时采取相应的措施。相应的措施包括网约车公司打电话给网约车司机进行核实,将司机和乘客的对话、对话中出现的危险词语、网约车的出发地、目的地和实时定位信息发送给公安系统,由公安系统加强监管。
如图5所示,一种基于语音识别的网约车安全预警系统,包括:
声音信息存储模块3,用于存储网约车司机的声音信息;
录音设备1,用于将司机和乘客的对话记录下来;
云端服务器2,用于接收来自录音设备1通过gprs网络上传的司机和乘客的对话信息;
语音分割模块4,用于将司机和乘客的对话的录音分割为说话人交替的录音片段;
语音身份识别模块5,用于将录音片段与声音信息存储模块3保存的网约车司机的声音信息进行对比,区别出司机和乘客的录音片段;
语音情感识别模块6,用于识别乘客的录音片段的情感类别,并映射到相应的预警级别;
报警模块7,用于根据不同的预警级别采取相应的预警措施。
在本发明的一个实施例中,网约车安全预警系统包括语音转文字模块,语音转文字模块把每段录音片段转成文字,如果出现危险词语,则将预警级别提高到最高级别。
在本发明的一个实施例中,网约车安全预警系统包括公安系统,报警模块7将网约车司机的联系方式、司机和乘客的对话、对话中出现的危险词语、网约车的出发地、目的地和实时定位信息发送给公安系统,由公安系统加强监管。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。