本发明涉及乘驾安防设备技术领域，尤其涉及一种基于智能语音识别的乘驾安全自动报警装置及其方法。
背景技术
当前网约车安全事故频发，网约车基数大，违法事故发生无预兆，网约车平台安全技术手段有限，且存在严重的滞后性，导致事故发生即使受害人有警惕并报警，也存在接警滞后，处理难的问题。目前网约车平台的事故异常处理机制为在受害人提前感受到威胁时通过手机app端的紧急联系人或求救电话，接通通话或发短信到联系人平台；基于此机制，一方面在违法犯罪活动发生时，受害人受限于当时的环境，无法正常用手机进行求助或报警，另一方面紧急联系人接收到求救电话或信息后报警并联系网约平台获取出事车辆的位置信息，需平台提供涉事车辆的位置及车辆特征便于公安出警处置。虽有相关机制但还是安全事故频发，主要原因有：
1)网约车基数大，网约平台无法获取每辆车辆的实时情况，监管工作量大且存在遗漏重要求助车辆；
2)网约车平台的安全预防机制不利，平台对于事故报警处理调取车辆信息监控存在层层审批，内部监管流程导致延误警方第一时间处置；
3)网约车技术监管仅能提供车辆的大致特征及gps位置信息，被动接收报案人提供的报案信息。由于技术缺陷导致监管漏洞，不能在案情发生时立即进行阻止，因此也助长了违法分子的侥幸心理并直接对受害人造成生命安全伤害。
技术实现要素：
本发明的目的是提供一种基于智能语音识别的乘驾安全自动报警装置，该技术通过采集车内的实时音频数据，经过降噪、预处理后进行特征提取，与报警词比较器的敏感词进行对比，检测到车内有异常时自动打开并连后台进行报警，该技术解决目前网约车平台频发的乘客生命安全事故预防难的问题，确保运营车辆驾驶人特别是第三方乘客的生命安全。
为实现上述目的，本发明提供一种基于智能语音识别的乘驾安全自动报警装置，采用以下技术方案：
一种基于智能语音识别的乘驾安全自动报警装置，包括语音识别控制模块、音频采集模块、a/d采集模块、防拆报警模块、语音对讲模块、无线通信模块；所述语音识别控制模块分别与a/d采集模块、防拆报警模块、语音对讲模块、无线通信模块电性连接；所述音频采集模块用于采集监测车内的音频数据，a/d采集模块用于将音频数据的模拟信号转换为数字信号，并传送至语音识别控制模块；所述防拆报警模块用于检测装置是否被拆，并将检测结果回传至语音识别控制模块；所述语音对讲模块用于与云后台对讲通话；所述无线通信模块用于将信息上传至云后台或将云后台的控制指令反馈至语音识别控制模块。
较佳地，所述音频采集模块包括依次电性连接的音频输入单元、增益放大单元、信号滤波调理单元；所述音频输入单元包括若干麦克风拾音电路，分别用于拾取不同方向的声源；所述增益放大单元用于将音频输入单元的音频信号放大，信号滤波调理单元用于将放大后的音频信号进行滤波处理并调理成信噪比高、幅度一致的音频信号。
较佳地，所述麦克风拾音电路设置为四个，分别设于装置的前后左右四个方向。
较佳地，所述自动报警装置还包括外壳，语音识别控制模块、音频采集模块、a/d采集模块、语音对讲模块、无线通信模块内置于外壳。
较佳地，所述防拆报警模块包括镭雕检测线、防拆线、防静电电阻；所述镭雕检测线缠绕于外壳上，其一端与语音识别控制模块电性连接，另一端经防静电电阻接地后与防拆线连接至电源形成回路。
较佳地，所述自动报警装置还包括系统工作自检模块；所述系统工作自检模块用于检测语音识别控制模块、音频采集模块、a/d采集模块、语音对讲模块、无线通信模块、防拆报警模块的工作状态，并将检测结果回传至语音识别控制模块，以控制无线通信模块将检测结果上传至云后台处理。
较佳地，所述语音识别控制模块采用型号为nrf52832的mcu芯片。
本发明还提供一种基于智能语音识别的乘驾安全自动报警方法，包括以下步骤：
s1，驾驶人录入语音密码，与云后台存储密码比对，若比对结果一致则判定该车辆可以接单，并开启自动报警装置工作，进入步骤s2；否则，系统工作自检模块锁死各模块停止工作，并上传云后台控制该车辆不能进行接单；
s2，音频采集模块采集车内的音频数据，并通过a/d采集模块进行模数转换；
s3，利用语音识别控制模块对转换后的音频数据进行特征提取，识别音频数据中的口音特征；
s4，根据特征提取结果匹配声学模型，若匹配成功，则进行步骤s5；若第一次匹配失败则返回步骤s3，第二次匹配失败则返回步骤s2；
s5，语音识别控制模块获取特征提取和声学模型的匹配结果，概率比较器选择最匹配的声学模型进行特征帧比对，并根据比对的结果输出文本信息；
s6，语音识别控制模块获取步骤s5中输出的文本信息与报警词比较器进行比较，若步骤s5中输出的文本信息多次出现报警词比较器设定的词汇，则判断车内存在安全隐患，语音识别控制模块通过无线通信模块输出报警信息，向云后台报警；
s7，云后台通过语音对讲模块与车内人员取得联系，确认并排除安全隐患。
较佳地，所述步骤s2中的音频采集模块采集车内的音频数据包括以下步骤：
s21，音频输入单元检测车内的音频数据，若只检测到能量场分布接近0的音频数据即为静音数据，语音识别控制模块控制装置的其他模块进入休眠状态；否则，音频输入单元将静音数据剪除后的音频数据作为语音输入；
s22，步骤s21中的语音输入经增益放大单元放大；
s23，信号滤波调理单元将放大后的音频数据进行滤波处理并调理成信噪比高、幅度一致的音频信号。
较佳地，所述步骤s4中的声学模型建立若干声学词典、若干解码器；特征提取结果与声学模型的数据库匹配成功后，经对应的声学词典与解码器解码输出。
采用上述方案，本发明的有益效果是：
本发明基于语音识别技术，通过语音识别技术识别驾驶人的id，避免无证驾驶和非法营运等监管漏洞带来的安全隐患。基于语音识别的神经网络技术能很好的区分真人和录音(因录音设备会丢失部分频谱信息)，用较低廉的成本获得很好的id识别效果。另外订单进行时通过后台开启装置，装置实时采集车内音频数据，音频经过放大滤波、预处理后进行语音提取，如检测到静音则系统待机，保持实时监测；当检测到语音数据后开始送入音频输入单元检测，经过预处理后送入特征提取，提取音频的主要特征数据，将语音传送到声学模型进行比对，声学模型建立有很多声学词典，经神经网络进行匹配，参照对应的声学词典和解码器进行解码，与概率比较器比较获得文本信号，文本信号与报警词比较器进行比较，如落入到报警器预设敏感词汇，则输出报警文本信息到后台。通过后台与网约平台反馈，便于立即处理异常情况，减少目前网约车安全监管黑洞，保障车内人员的生命健康安全，直接和当事人进行语音沟通，有效降低网约车违法犯罪。
附图说明
图1为本发明的自动报警装置的原理性框图；
图2为本发明的防拆报警模块、外壳、电源的结构示意图；
图3为本发明的语音识别控制模块的mcu芯片电路图；
图4为本发明的麦克风拾音电路图；
图5为本发明的增益放大单元的电路图；
图6为本发明的自动报警装置在车内的安装位置示意图；
图7为本发明的自动报警方法的流程框图；
图8为本发明的自动报警装置采集到的语音数据示意图；
图9为本发明的帧提取示意图；
其中，附图标识说明：
1—语音识别控制模块，2—音频采集模块，
3—a/d采集模块，4—防拆报警模块，
5—语音对讲模块，6—无线通信模块，
7—外壳，8—电源，
9—系统工作自检模块，21—音频输入单元，
22—增益放大单元，23—信号滤波调理单元，
41—镭雕检测线，42—防拆线。
具体实施方式
以下结合附图和具体实施例，对本发明进行详细说明。
参照图1至6所示，本发明提供一种基于智能语音识别的乘驾安全自动报警装置，包括语音识别控制模块1、音频采集模块2、a/d采集模块3、防拆报警模块4、语音对讲模块5、无线通信模块6；所述语音识别控制模块1分别与a/d采集模块3、防拆报警模块4、语音对讲模块5、无线通信模块6电性连接；所述音频采集模块3用于采集监测车内的音频数据，a/d采集模块3用于将音频数据的模拟信号转换为数字信号，并传送至语音识别控制模块1；所述防拆报警模块4用于检测装置是否被拆，并将检测结果回传至语音识别控制模块1；所述语音对讲模块5用于与云后台对讲通话；所述无线通信模块6用于将信息上传至云后台或将云后台的控制指令反馈至语音识别控制模块1。
其中，所述音频采集模块包2括依次电性连接的音频输入单元21、增益放大单元22、信号滤波调理单元23；所述音频输入单元21包括若干麦克风拾音电路，分别用于拾取不同方向的声源；所述增益放大单元22用于将音频输入单元21的音频信号放大，信号滤波调理单元23用于将放大后的音频信号进行滤波处理并调理成信噪比高、幅度一致的音频信号。所述麦克风拾音电路设置为四个，分别设于装置的前后左右四个方向。
所述自动报警装置还包括外壳7，语音识别控制模块1、音频采集模块2、a/d采集模块3、语音对讲模块5、无线通信模块6内置于外壳7。所述防拆报警模块4包括镭雕检测线41、防拆线42、防静电电阻；所述镭雕检测线41缠绕于外壳7上，其一端与语音识别控制模块1电性连接，另一端经防静电电阻接地后与防拆线42连接至电源8形成回路。
所述自动报警装置还包括系统工作自检模块9；所述系统工作自检模块9用于检测语音识别控制模块1、音频采集模块2、a/d采集模块3、语音对讲模块5、无线通信模块6、防拆报警模块4的工作状态，并将检测结果回传至语音识别控制模块1，以控制无线通信模块6将检测结果上传至云后台处理。所述语音识别控制模块1采用型号为nrf52832的mcu芯片。
参照图7至9所示，本发明还提供一种基于智能语音识别的乘驾安全自动报警方法，包括以下步骤：
s1，驾驶人录入语音密码，与云后台存储密码比对，若比对结果一致则判定该车辆可以接单，并开启自动报警装置工作，进入步骤s2；否则，系统工作自检模块9锁死各模块停止工作，并上传云后台控制该车辆不能进行接单；
s2，音频采集模块2采集车内的音频数据，并通过a/d采集模块3进行模数转换；
s3，利用语音识别控制模块1对转换后的音频数据进行特征提取，识别音频数据中的口音特征；
s4，根据特征提取结果匹配声学模型，若匹配成功，则进行步骤s5；若第一次匹配失败则返回步骤s3，第二次匹配失败则返回步骤s2；
s5，语音识别控制模块1获取特征提取和声学模型的匹配结果，概率比较器选择最匹配的声学模型进行特征帧比对，并根据比对的结果输出文本信息；
s6，语音识别控制模块1获取步骤s5中输出的文本信息与报警词比较器进行比较，若步骤s5中输出的文本信息多次出现报警词比较器设定的词汇，则判断车内存在安全隐患，语音识别控制模块1通过无线通信模块6输出报警信息，向云后台报警；
s7，云后台通过语音对讲模块5与车内人员取得联系，确认并排除安全隐患。
其中，所述步骤s2中的音频采集模块采集车内的音频数据包括以下步骤：
s21，音频输入单元21检测车内的音频数据，若只检测到能量场分布接近0的音频数据即为静音数据，语音识别控制模块1控制装置的其他模块进入休眠状态；否则，音频输入单元21将静音数据剪除后的音频数据作为语音输入；
s22，步骤s21中的语音输入经增益放大单元22放大；
s23，信号滤波调理单元23将放大后的音频数据进行滤波处理并调理成信噪比高、幅度一致的音频信号。
所述步骤s4中的声学模型建立若干声学词典、若干解码器；特征提取结果与声学模型的数据库匹配成功后，经对应的声学词典与解码器解码输出。
本发明工作原理：
本发明通过多路麦克风拾音电路实时采集车内语音数据，通过基于语音模式识别的神经网络，将语音识别后输出文本信息，与后台预设的报警敏感词进行匹配，当后台智能识别到落入报警敏感词区间内则将这一信息通过后台发送给平台监管人员和公安报警系统，平台能通过后台与主机进行通讯，通过语音与事故车辆进行联系。此外基于语音识别的神经网络能通过自主学习并不断提高识别的准确率，后台报警词比较器能根据敏感词进行扩展，增强模型的自主学习能力。
如图1所示：
音频输入单元21：如图4所示为麦克风拾音电路，图4(a)中通过一个直流偏置电路给麦克风供电；图4(b)为第一级放大滤波电路，通过三极管q4和定位器r11搭成的音频输入电路拾取车内音频数据，r11可微调音频的输入大小。音频输入单元21包括4个图4所示的电路，分别分布在装置的前后左右四个方向，音频输入单元21的作用为采集车内音频数据，分布前后左右四个方向为将声源方向的一个作为输入源，其他三个作为参考环境噪声，此设计的目的为滤除环境噪声，提高信号的信噪比，获得较为纯净的音频信号。
增益放大单元22：因音频输入较弱，麦克风拾取的音频信号为mv级，需要将输入信号进行放大，放大到约2v左右，方便后续进行模数转换，将音频信号采集进来处理，增益放大单元22电路如图5所示，放大器选择lm386作为音频放大器，该集成运放具有高信噪比，轨到轨放大的特点，能在放大音频信号的同时保证很好的信噪比。
信号滤波调理单元23：放大后的信号含有较多环境噪声，将声源朝向的信号作为输入，其他三个作为参考，利用自适应滤波将环境噪声滤除，并通过调理电路将输入信号调理为信噪比高，幅度一致的理想信号。
a/d采集模块3：将模拟信号转换为数字信号，根据奈奎斯特采样定律，为保障信号被不失真的还原出来，需确保采样频率fs>2f，fs为采样频率，f为信号的最大频率，已知为20hz-20khz。
防拆报警模块4：如图2所示，其组成由在外壳7打开处的镭雕检测线通过内部连接线连接一个防静电电阻到地再与电源线中的防拆线连接在一起，另一端连接语音识别控制模块1的mcu芯片(如图3所示)的的gpio1和gpio2引脚，当gpio1和gpio2检测到因外部原因导致呈现非正常态(低电平)，则输出报警，防拆报警模块4会检测到系统外力损坏并将这一信息通过云后台报告给平台安全监控人员，以便及时发现异常排查安全隐患。
系统工作自检模块9：该模块的作用为检测各模块的工作状态，此自检模块主要为定时检测各模块的主ic的自检信息或工作电压，当工作异常时通知云后台报告工作异常代码，便于设备正常运转，减少设备工作不当造成安全漏洞。另一方面该模块控制驾驶人身份id识别，当语音密码与后台存储的id不一致时，系统工作自检模块9锁死系统各模块停止工作，并上传云后台控制该车辆不能进行接单。
语音识别控制模块1：该模块作为装置的核心控制模块，控制装置的正常工作并接收语音数据进行语音识别，智能识别安全异常信息并自动通过后台进行报警。
无线通信模块6：该模块的作用为进行云后台与装置的通讯手段，报警信息和云后台接收到的网约平台的指令通过无线通信模块6传送给装置的语音识别控制模块1进行相应的动作。无线数据传输手段包括但不限于蓝牙、wifi、4g、nb-iot等。
如图7所示：
音频检测：装置通过采集车内的音频数据，得到音频数据序列x(n)。
检测静音：对采集到的音频数据做傅里叶变换得到能量场分布图，其变换公式为：
其中x(n)为采集到的音频数据，x(ejω)为离散傅里叶变换，通过对于的频谱分布可知数据能量场，检测能量场分布接近0的部分音频数据即为静音，检测到静音可以让装置进入休眠节省功耗，节能环保。但检测到非静音时，系统往下执行进行智能语音算法识别，如图8所示。
语音输入：音频数据中，
音频预处理：将音频数据进行数字滤波，去除背景噪声干扰，滤除方法采用lms自适应滤波方法，已知v(m)为语音输入信号，l(m)为对应的另一路mic采集的背景噪声，y(m)＝v(m)-l(m)，背景噪声可为音乐声、风雨声等环境噪声，则将噪声滤除得到较为纯净的语音信号。后对语音输入进行加窗处理成一帧一帧的帧数据，如图9所示，每帧的长度为t，帧移动的长度为t，则每帧之间存在着t-t的交替重叠(t>2t),处理好的帧即可送入特征提取。
特征提取：特征提取的功能为识别语音数据中的口音特征，实现的方法是通过对语音信号进行傅里叶变换，利用梅尔倒频谱系数法(mfcc)后由深度神经网络(dnn)来分析和综合运算语音信号所属的口音类型，以便选择对应的语音识别数据库。
声学模型：声学模型中存储了很多各地方的语音数据，如福建、湖南、四川、广东、北方等地语音数据(包含普通话及地方方言)，声学模型中一共存储了n种不同的模型数据。根据特征提取结果如所属为北京话，则对应找到所属的北京话的声学词典和解码器，例如图7所示的声学词典2和解码器2。则经由图2声学模型中的声学词典2和解码器2经过分析运算，匹配输出文本字符串。如第一次反馈未识别到匹配词汇，则重新回到特征提取再根据最大概率重新匹配，如第二次未匹配成功则提示重新再说一遍或放弃等待下一段语音。
概率比较器：根据特征提取和声学模型匹配的结果，选择最匹配的声学模型中进行特征帧比对，根据概率比较器比较的结果输出文本信息。
报警词比较器：经过概率比较器输出后的文本信息在报警词比较器中进行比较，比如比较尖锐的“啊”声、“救命”、“干什么”、持续的“不要”等都会触发报警词比较器工作，如监测到多次报警词比较器中设定的敏感词，则判断车内存在安全隐患。
输出报警信息：当报警词比较器输出报警后，输出报警信息会根据装置监测到的报警词汇将车辆信息、位置、报警信息反馈到网约平台安全监管人员，监管人员会通过后台打开装置的对讲功能与车内人员取得联系，确认并排除安全隐患，避免上升到违法犯罪从而造成车内人员生命安全受到伤害。当驾驶人员人身受到伤害是也可一键启动对讲功能，通过后台与平台安全监管人员求助，从而最快获得救助，保证驾驶人的生命财产安全。
以上仅为本发明的较佳实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。