技术领域
[0001] 本
发明涉及人工智能技术领域，尤其涉及一种基于人工智能的人机交互车载系统。
背景技术
[0002] 人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一
门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括
机器人、
语音识别、
图像识别、
自然语言处理和
专家系统等。其中，人工智能非常重要的方面就是语音交互技术。
[0003] 目前，在使用非常广泛的交通工具——小型
电动车领域，包括电动
自行车、电动摩托车、电动三轮车等，由于产品主要面向工薪阶层，出于成本考虑，难以采用与
汽车和声控机器人相类似的、价格高昂、设计复杂的语音交互系统，另一方面，在该领域仍然具有智能语音的应用需求，例如部分小型电动车通过语音合成，播报里程、电量、故障信息，但这种车型存在明显
缺陷和不足：车载语音芯片性能较弱，音库模型较小，导致语音合成效果听感生硬、服务内容有限、缺乏人性化，用户体验较差。此外，小型电动车的社会保有量目前已超过两亿辆，在庞大的用户中，每天有不少车辆使用人经常一手骑电动车，一手打电话、看手机信息，这种频频出现的非常不安全的操作行为急待改善。因此开发一种成本适合于小型电动车、具有丰富语音交互功能的智能化车载系统成为迫切需要。
[0004] 因此，本领域的技术人员致
力于开发一种低成本、高集成、性能强的基于人工智能的人机交互车载系统，为用户提供一种全新的用车体验。
发明内容
[0005] 有鉴于
现有技术的上述缺陷，本发明所要解决的技术问题是提供一种低成本、高集成、性能强的基于人工智能的人机交互车载系统。
[0006] 为实现上述目的，本发明提供了一种基于人工智能的人机交互车载系统，包括车载
端子系统和移动端子系统；所述车载端子系统包括语音采集模
块、语音输出模块、中央控
制模块和第一
无线通信模块，所述移动端子系统包括信息处理模块和第二无线通信模块，其中所述第一无线通信模块和第二无线通信模块连接，以实现所述车载端子系统和移动端子系统之间的信息传输，所述中央
控制模块分别与所述语音采集模块、语音输出模块和第一无线通信模块连接，进行模块之间的信息传输，同时也根据接收指令和操作信息对上述模块进行控制；所述语音采集模块用于采集用户语音信息和环境噪声信息并传送至所述移动端子系统；所述语音输出模块用于播放从所述移动端子系统接收的语音；所述信息处理模块用于将接收的信息识别编辑合成语音并传送至所述车载端子系统。
[0007] 进一步地，所述语音采集模块是采用麦克
风阵列来采集语音信息，其中所述麦克风阵列包含一个主麦克风和至少一个副麦克风，主麦克风设置在距离使用者近的
位置主要用于采集用户语音信息，副麦克风设置在距离使用者远的位置主要用于采集环境噪声信息。
[0008] 进一步地，所述信息处理模块包括第一语音降噪子模块或语音采集模块包括第二语音降噪子模块。
[0009] 进一步地，所述第一无线通信模块和第二无线通信模块之间采用双向传输音频数据和数字数据的方式进行点对点通信。
[0010] 进一步地，所述第一无线通信模块和第二无线通信模块之间通过Wi-Fi、蓝牙或Wi-Fi结合蓝牙方式进行信息交互。
[0011] 进一步地，所述车载端子系统还包括第一信息采集模块，其用于采集车辆的状态信息并通过所述中央控制模块发送至所述信息处理模块；并且/或者所述移动端子系统还包括第二信息采集模块，其用于采集移动设备的状态信息包括电话信息、手机本地文件信息和显示于移动设备屏幕的文字信息等并发送至所述信息处理模块。
[0012] 进一步地，所述信息处理模块还包括内容整合子模块，其用于将接收的信息结合场景风格进行编辑整合。
[0013] 进一步地，所述信息处理模块还包括第三方应用
接口子模块，其用于启动第三方应用程序。
[0014] 进一步地，所述车载端子系统还包括解
锁模块，其用于响应接收的解锁指令，所述移动端子系统还包括解锁
请求模块，其用于获取移动设备输入的解锁请求并发送至所述第二无线通信模块，其中在移动端通过手动输入方式或其自带麦克风采集语音信息发出解锁请求。
[0015] 进一步地，所述语音采集模块还包括挡风子模块，其按照车辆前进方向被设置在所述语音采集模块前面，用于减少环境噪音。
[0016] 与现有技术相比，本发明存在以下技术效果：充分体现低成本、高性能的橄榄型架构设计，即本发明在车载端仅需设计前端的语音采集和后端的语音外放
硬件，优选智能手机作为移动端设备，通过在车辆与手机之间利用无线传输模块建立点对点的音频和数据双向传输通道，从而将语音交互的中间过程部分——语音识别、内容整合、语音合成等大运算量的复杂
数据处理交由手机端完成，充分利用了手
机芯片强大的计算能力、存储能力以及可联网的海量信息搜集能力，同时还充分利用手机应用
软件的第三方程序接口，实现语音识别后的丰富功能响应。由于语音识别和语音合成引擎设置在手机端，其程序易于安装集成、易于
迭代更新，从而可以同步保持最新最完善的智能语音交互服务。整个系统硬件成本低、软件性能强，非常适合在成本敏感的小型电动车市场推广。系统不仅可以实现音质清晰的免提通话，并且基于全面的车载信息和用户手机信息搜集、解析、描像，可以提供精准的人性化的智能语音交互服务，同时提高行车安全性。
[0017] 以下将结合
附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
附图说明
[0018] 图1是本发明的优选
实施例第一语音降噪子模块设置在移动端的人机交互车载系统示意图；
[0019] 图2是本发明的优选实施例第二语音降噪子模块设置在车载端的人机交互车载系统示意图。
[0020] 下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
具体实施方式
[0021] 如图1所示，本发明的优选实施例第一语音降噪模块设置在移动端的人机交互车载系统，包括车载端子系统和手机端子系统；
[0022] 车载端子系统包括第一无线通信模块、语音采集模块、语音输出模块、车辆信息采集模块、解锁模块和中央控制模块；
[0023] 手机端子系统包括信息处理模块、手机信息采集模块、解锁请求模块和第二无线通信模块；
[0024] 第一无线通信模块和第二无线通信模块连接，以实现车载端子系统和移动端子系统之间的信息传输；第一无线通信模块与第二无线通信模块之间采用双向传输音频数据和数字数据的方式进行点对点通信；音频数据既可以是数字音频也可以是模拟音频，用于传递由麦克风阵列获取的语音
信号和经由手机端输出的
音频信号。数字数据用于传递车载端与手机端之间的指令信息交互。当音频数据采用数字音频格式时，第一无线通信模块与第二无线通信模块之间的通信可以采用单一的数字传输方式。当音频数据采用模拟音频时，第一无线通信模块与第二无线通信模块之间的通信采用模拟传输和数字传输两种不同的传输方式，分别用于模拟音频的传输和数字数据的传输。进一步说明，车载端的第一无线通信模块和手机端的第二无线通信模块可以采用Wi-Fi、蓝牙或者是Wi-Fi结合蓝牙等连接方式，不同的数据传输方式意味着采用不同的通信协议，硬件采用不同的设计
电路。
[0025] 语音采集模块用于采集用户语音信息和环境信息并传送至手机端子系统；其采用麦克风阵列，其中麦克风阵列包含一个主麦克风和至少一个副麦克风，主麦克风设置在距离车辆使用者近的位置主要用于采集用户语音信息，副麦克风设置在距离车辆使用者远的位置主要用于采集环境噪声，可设置多个副麦克风位于车载端的不同位置，采集和甄别不同方向的环境噪声，有助于在经过语音降噪后提高语音识别率和打电话过程中的通话清晰度，此时，第一语音降噪子模块需处理至少两路音频信号，其包含主麦克风
语音信号和至少一路副麦克风的噪音信号。
[0026] 语音输出模块用于播放从移动端子系统接收的语音，例如语音输出模块是扬声器将经由手机端下行传输至车载端的音频信息外放。
[0027] 车辆信息采集模块和手机信息采集模块均是为了增加人机交互内容的广泛性、实用性，本发明包括安装在车载端的车辆信息采集模块和设置在手机端的手机信息采集模块这两者中的至少一个，当然，如果在车辆端和手机端都具有信息采集模块，可以使得信息来源更加丰富。
[0028] 车辆信息采集模块用于采集车辆状态信息并通过中央控制模块发送至信息处理模块，所获得的信息可以是直观型的，例如包括里程、速度、
电压、
电流、充电时间、充电
频率等，可以是推理型的，例如包括可行驶剩余里程(估值)、车辆使用人的用车习惯(安全行为例如减速
滑行，危险行为例如急
刹车)以及
电池等部件的折旧损耗趋势等。
[0029] 手机信息采集模块用于采集移动设备的状态信息并发送至信息处理模块，其包括采集电话信息、手机本地文件信息、显示于手机屏幕的文字内容信息等，所获得的信息可以是直观型的，例如包括天气、时间、来电、短信、通知、剩余电量、地理位置、音乐文件等，可以是推理型的，例如根据手机应用安装清单、某一应用的开启频率、使用时长、关注内容、选择习惯等，分析用户特征，包括性别、年龄层、偏向喜好等等。此外，手机信息采集模块还可以基于手机的联网优势，根据需要随时搜索和获得来自互联网的海量信息。通过来自车载端和手机端采集的信息所建立的信息库，既是为车辆使用者建立用户分析描像的
基础，也是后续为车辆使用者提供精准个性化人机交互服务的信息来源。
[0030] 中央控制模块分别与第一无线通信模块、语音采集模块、语音输出模块、车辆信息采集模块和解锁模块连接，进行模块之间的信息传输，同时也根据接收指令和操作信息对上述模块进行控制；其担任与手机端实现通信和交互的控制中枢。
[0031] 信息处理模块用于将接收的信息识别编辑合成语音并传送至车载端子系统，其具体而言包含语音识别、内容编辑、语音合成功能。其还包括第一语音降噪子模块，用于提高语音识别率和免提通话清晰度。其还包括内容整合子模块，用于将接收的信息结合场景风格进行编辑整合，具体的根据获得的车辆端信息和/或手机端信息结合相关场景风格模型编制整合用于输出的被动回答型和/或主动推送型内容。其既包含在不同场景下的需求逻辑模型也包含特定发音者的语义风格特征模型。需要说明的是，前述需求逻辑模型中的“需求”是涉及人机交互双方的，既包括来自车辆使用者提出的——“人”的问询需求，也包括手机端基于大量信息数据分析获得的结果需要告知车辆使用者的——“机”的推送需求，因而内容整合子模块根据需求逻辑模型分别产生了因应的“人”的被动回答型内容和因应“机”的主动推送型内容。具体地，首先识别来自车载端的车辆使用者的语音请求，然后通过内容整合子模块将接收的信息根据场景风格模型整合成被动回答型和/或主动推送型内容，最后将被动回答型和/或主动推送型内容合成音频语音信息发送到车载端子系统播放；
[0032] 信息处理模块还包括第三方应用接口子模块，其用于启动第三方应用程序，这将使得人机交互车载系统的功能大大增加，例如很多车辆使用者喜欢一边
骑车一边戴着
耳机听音乐，这种行为不仅忽视安全而且在骑车时无法选曲，现在通过本系统提供的车载免提功能可以实现手机音乐在车上的播放，而且可以通过语音识别自由选曲。由于受制于音乐
版权问题，越来越多的音乐只在某个第三方音乐软件上播放，因此，本系统的第三方应用接口子模块可以实现与这些音乐软件的无缝对接。
[0033] 还包括设置在手机端的解锁请求模块，其用于获取手机输入的解锁请求并发送至第二无线通信模块和在车载端的解锁模块，解锁模块用于响应接收的解锁指令，其中解锁请求模块可以采用手动输入方式或是使用手机端自带麦克风通过声纹识别发出解锁指令，这一解锁装置的设计目的在于：目前小型电动车的解锁普遍采用普通遥控器方式，如果本系统没有设置经由手机端的解锁请求模块，则车辆使用者在实际操作中势必需要操作如下步骤：先拿出普通遥控器解锁车辆、再拿出手机实现与车载端的通信联机，两步操作增加了繁琐性，非常容易导致车辆使用者忘记或者懒于拿出手机操作第二步，这会大大降低本系统的利用率，因此在手机端设置解锁请求模块，可以将车辆解锁和手机与车辆联机这两步操作并作一步完成，几乎不改变车辆使用人的解锁习惯，同时还可省却车辆使用人出门携带车辆遥控器的繁琐，对提高本系统的使用频率非常有利。
[0034] 还包括语音采集模块中的挡风子模块，具体地是挡风装置被设置在麦克风前端，在车辆前进时，用于遮挡和减少麦克风受到的风噪干扰。这一挡风装置可以是为麦克风定制的风罩，也可以利用一些既有的挡风装置，例如某些车辆在车把前方为车辆使用人设置的透明挡风板。
[0035] 以下通过语音交互示例对本发明做进一步的说明：
[0036] 例如，小型电动车的仪表部件由于震动、防
水、防尘、阳光照射以及成本等因素，无论是机械
指针仪表还是
液晶仪表都是损坏率较高的部件，此时车辆使用者通过车载端麦克风询问：“现在几点了，还能跑多少公里？”，该语音信息通过麦克风阵列传达到第一语音降噪模块过滤噪音，再经由信息处理模块识别为文字，然后将文字输出到内容整合子模块，此时，内容整合子模块从存储于手机端的信息库中搜索基于手机信息采集模块获得时间信息、基于车辆信息采集模块获得电量信息，同时根据该车辆使用者的用户信息描像特征结合场景风格模型，例如喜欢网购型，编制语义风格可以称呼为“亲”，喜欢动漫女仆型，编制语义风格可以称呼为“主人”，内容整合子模块编制完成这样一段具有拟人化的被动回答型文字：“主人，现在是下午六点钟，我还可以再跑8公里。”此时基于内容整合子模块中的需求逻辑模型——“机”的需求，例如来自车辆信息采集模块的数据分析，可以同步编制一段主动推送型文字：“主人，您上次充电不及时，今天回家要记得哦。”
[0037] 由内容整合子模块编制的上述文字结合目前通用的语音合成引擎中所包含的不同音色的男声、女声以及明星等特定发音人的模拟语音，依靠手机芯片强大的计算处理能力和存储的大容量音库，可以提供非常精细化的、仿真自然度高的语音合成效果，最终，语音音频传送至车载端语音输出模块(例如扬声器)播放，从而完成一段非常具有人性化、感染力、体现“人工智能”的人机交互，让车辆使用者具有全新的体验。
[0038] 在本系统表述的“基于人工智能的人机交互车载系统”中，所涉及的信息处理模块包括语音识别和语音合成功能通常采用由第三方提供的语音引擎，这些语音引擎所具有的“人工智能”特征可以称作公有智能，在本系统中，基于车载端和手机端的信息采集和分析结合内容整合子模块，特别是内容整合子模块中涉及的场景风格模型所包含的需求逻辑模型，因为依赖于深度理解人与车信息交互应用场景下的、定制化的构建大量模型和逻辑
算法，所以也具有明显的“人工智能”特征，可以称作专有智能。不同于语音引擎的“公有智能”，“专有智能”依赖于车辆制造方独立开发，其设计的内容整合子模块中交互逻辑模型越丰富，则体现的人机交互服务越精细，用户体验越具感染力和人性化，也会相应使得小型电动车产品具有超出常规的市场竞争力。
[0039] 如图2所示，本发明的优选实施例第二语音降噪子模块设置在车载端的人机交互车载系统中，将第二语音降噪子模块设置在车载端，其实质是通过硬件降噪，这意味着硬件成本会适度增加，但可以获得的增益是，第一无线通信模块向第二无线通信模块只需传输经过降噪过滤后的单声道形式的音频数据，可以降低对第一无线通信模块的具备音频数据传输能力的要求。同时，有不少小型电动车已装有旨在
防盗追踪的GPS+SIM卡的卫星
定位模块，并且利用SIM卡模块实现车辆被盗后的自动拨打电话和监听，因此，第二语音降噪子模块设置于车辆端，不仅可以提高监听电话的清晰度，进而可以让车辆使用人在骑车时直接通过车上的SIM卡模块拨打电话，并且具有清晰的通话
质量。
[0040] 以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多
修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由
权利要求书所确定的保护范围内。
