一种基于大数据语音交互的语言自主学习系统及方法与流程

本发明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及方法。

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者进行车辆驾驶，其不仅带来了操作的便捷性，还能减少出现驾驶者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，甚至对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：

本发明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及方法，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。

本发明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，它包括云计算中心和车载终端；所述的云计算中心实现对接收到的车载终端采集的语音数据和车载数据进行存储、分析及处理和加载入其他语言类型数据并与采集车载云端采集的数据进行对比识别及分析学习；所述的车载终端实现对语音数据和车载数据的采集、存储、识别及交互并将采集到的数据发送到云计算中心；所述的云计算中心与车载终端通过无线网络进行数据交互连接。

所述的车载终端包括语音采集模块、控制模块、存储模块、定位导航模块、语音识别模块、语音交互模块和第一通信模块；

所述的语音采集模块实现对外界的语音信号进行采集并传输到语音识别模块；所述的控制模块实现对所述车载云端的各个模块进行控制及指令的发布；所述的存储模块实现对所述语音采集模块采集的语音数据进行存储；所述的定位导航模块实现对车辆的实时定位以及路径导航功能；所述的语音识别模块实现对所述语音采集模块采集的语音信号进行识别，解析出语音信号的含义；所述的语音交互模块实现根据所述语音识别模块识别后的语音含义作出应答，实现与用户进行语音交互的功能；所述的第一通信模块实现将所述语音采集模块采集的语音信号数据发送到所述的云计算中心，以及接受云计算中心发送的数据。

所述的云计算中心包括云存储模块、大数据分析处理模块和第二通信模块；所述的云存储模块实现对接收到的所述车载终端发送的数据进行存储，以及对加载的其他语言类型数据进行存储和对所述大数据分析处理模块分析处理后的语音数据进行存储；所述的大数据分析处理模块实现对接收到的所述车载终端发送的数据进行分析处理；所述的第二通信模块实现与车载终端进行数据的交互功能。

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实现将所述车载终端采集的语音数据和车载数据发送到云计算中心；所述的第一接收单元实现将所述云计算中心发送的数据或者指令执行接收。

所述的第二通信单元包括第二发送单元和第二接收单元，所述的第二发送单元实现将所述云计算中心的数据发送到所述车载终端中，所述的第二接收单元用于实现对车载终端发送的数据进行接收。

所述的云存储模块包括第一存储单元、第二存储单元和第三存储单元；所述的第一存储单元用于存储所述车载终端发送到云计算中心的所有数据；所述的第二存储单元用于存储经过所述大数据分析处理模块分析处理后的车载数据；所述的第三存储单元用于存储对加载入的其他相关语言类型数据和经过大数据分析处理模块分析处理后的语音数据。

一种基于大数据语音交互的语言自主学习方法，所述的方法的步骤如下：

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的语言类型数据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。

本发明的有益效果是：一种基于大数据语音交互的语言自主学习系统及方法，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；

图2为方法流程图。

具体实施方式

下面结合附图进一步详细描述本发明的技术方案，但本发明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，它包括云计算中心和车载终端；所述的云计算中心实现对接收到的车载终端采集的语音数据和车载数据进行存储、分析及处理和加载入其他语言类型数据并与采集车载云端采集的数据进行对比识别及分析学习；所述的车载终端实现对语音数据和车载数据的采集、存储、识别及交互并将采集到的数据发送到云计算中心；所述的云计算中心与车载终端通过无线网络进行数据交互连接。

所述的车载终端包括语音采集模块、控制模块、存储模块、定位导航模块、语音识别模块、语音交互模块和第一通信模块；

所述的语音采集模块实现对外界的语音信号进行采集并传输到语音识别模块；所述的控制模块实现对所述车载云端的各个模块进行控制及指令的发布；所述的存储模块实现对所述语音采集模块采集的语音数据进行存储；所述的定位导航模块实现对车辆的实时定位以及路径导航功能；所述的语音识别模块实现对所述语音采集模块采集的语音信号进行识别，解析出语音信号的含义；所述的语音交互模块实现根据所述语音识别模块识别后的语音含义作出应答，实现与用户进行语音交互的功能；所述的第一通信模块实现将所述语音采集模块采集的语音信号数据发送到所述的云计算中心，以及接受云计算中心发送的数据。

所述的云计算中心包括云存储模块、大数据分析处理模块和第二通信模块；所述的云存储模块实现对接收到的所述车载终端发送的数据进行存储，以及对加载的其他语言类型数据进行存储和对所述大数据分析处理模块分析处理后的语音数据进行存储；所述的大数据分析处理模块实现对接收到的所述车载终端发送的数据进行分析处理；所述的第二通信模块实现与车载终端进行数据的交互功能。

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实现将所述车载终端采集的语音数据和车载数据发送到云计算中心；所述的第一接收单元实现将所述云计算中心发送的数据或者指令执行接收。

所述的第二通信单元包括第二发送单元和第二接收单元，所述的第二发送单元实现将所述云计算中心的数据发送到所述车载终端中，所述的第二接收单元用于实现对车载终端发送的数据进行接收。

所述的云存储模块包括第一存储单元、第二存储单元和第三存储单元；所述的第一存储单元用于存储所述车载终端发送到云计算中心的所有数据；所述的第二存储单元用于存储经过所述大数据分析处理模块分析处理后的车载数据；所述的第三存储单元用于存储对加载入的其他相关语言类型数据和经过大数据分析处理模块分析处理后的语音数据。

如图2所示，一种基于大数据语音交互的语言自主学习方法，所述的方法的步骤如下：

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的语言类型数据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。

优选地，车载终端无车载云镜，如果用户在用地区性方言如：川渝方言、武汉方言和粤语等等与语言辅助驾驶系统进行语音交互时，可能最开始语音交互系统不能识别出用户语音表达的意思；但是通过大量的采集用户地区性方言的语言传输到云计算中心的大数据分析处理模块进行分析处理，将不同用户说的不同的方言进行归类，然后与加载的海量的全国各地地区性方言数据进行逐一对比匹配，匹配成功后就能识别出采集到的用户方言语音的含义，并将匹配成功后的用户方言语音进行地区方言的标记，如匹配识别出某类用户方言语音为四川方言则将该类方言语音标记为四川方言，最后将识别成功和标记好的用户方言语音传输回车载云镜中的存储模块进行存储，如果后期车载云镜再采集到四川方言语音则可以马上识别出该语音为四川方言及其方言语音的具体含义。

以上所述仅是本发明的优选实施方式，应当理解本发明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发明的精神和范围，则都应在本发明所附权利要求的保护范围内。