一种用于车载语音系统的语句合成测试方法与流程

本发明涉及车载语音系统技术领域，特别涉及一种用于车载语音系统的语句合成测试方法。

背景技术：

作为人工智能重要场景的语言交互技术，语音识别领域近几年吸引不少巨头谋篇布局，如国内的百度、腾讯，以及美国的谷歌、亚马逊等。与此同时，语音识别作为与汽车紧密联系的技术，对智能交通下一阶段的发展也起到至关重要的影响作用。

智能语音系统在投入应用前，需经过多次重复测试，但由于现有的测试过程中针对不同的用户的表达习惯，建模有多重语句样式，静态语句表的方式难以维护，导致的增删改操作耗时较长的问题，同时语句通过人工朗读输入，导致的工作效率低的问题，以及难以实现数万级语句测试需求的问题，另外在环境嘈杂的情况下，容易被环境干扰的问题，以及该测试必须依赖于实车资源，导致难以对车身控制指令进行测试的问题。

因此，一种用于车载语音系统的语句合成测试方法应运而生。

技术实现要素：

本发明的发明内容在于提供一种用于车载语音系统的语句合成测试方法，主要通过将多种语句样式拆分各自提取后形成默认的语句形式，并就默认的语句形式进行语句识别，其适用不同人群的表达习惯，工作效率高，可实现大数量下的语句测试需求，另外还可实现对车身控制指令的测试过程，扩大了测试系统的适用对象。

本发明提出了一种用于车载语音系统的语句合成测试方法，包括以下步骤：

s1，上电初始化；

s2，接收并分析控制指令，确定作用对象；

s3，根据所述作用对象及预设算法，得出合成语句；

s4，运行所述合成语句，并校验运行结果是否与所述合成语句相符，并结束当前检验；

在所述步骤s3中，所述预设算法的变量包括所述控制指令中的动词，以及所述作用对象在当前所述控制指令中的位置。

优选地，所述步骤s2具体包括，

s21，接收并分析所述控制指令；

s22，提取当前所述控制指令的作用对象；

s23，提取当前所述控制指令中的动词；

s24，判断当前所述控制指令中所述作用对象的所属位置；

在所述步骤s3中，根据所述作用对象及预设算法，得出合成语句，具体为，将所述作用对象、动词、所属位置按照所述预设算法得出所述合成语句。

优选地，所述步骤s24中，提取当前所述控制指令中作用对象的所属位置，具体为，判断所述控制指令中动词与作用对象的位置关系，若所述动词位于所述作用对象之前，则认为当前所述控制指令中所述作用对象为后置，反之则认为当前所述控制指令中所述作用对象为前置。

优选地，所述步骤s4包括以下步骤：

s41，将所述合成语句发送至车载语音系统；

s42，接收所述车载语音系统返回的控制信息，并校验所述控制信息与所述合成语句是否相同。

优选地，在所述步骤s42后设置有步骤：

s5，存储当前检验的校验结果，并生成统计数据。

优选地，所述步骤s41中，将所述合成语句发送至车载语音系统，具体为，所述合成语句发送至所述车载语音系统，所述车载语音系统通过log动态分析后得出控制信息。

由上可知，应用本发明提供的技术方案可以得到以下有益效果：

第一，本发明提出的测试方法中通过提取控制指令中的命令词以及预设算法，将不同人群通过不同表述形式表达出的控制指令整合成相同形式的控制指令，并通过车载语音系统作用反应，其测试方案适用性强，检测效率高，且可实现大数量级的语句检测；

第二，本发明提出的测试方法中通过log动态分析，因此可独立于实车进行检验，同时还可对车身控制指令作出反应，令本测试方法的测试指令适用范围更广，且可采用该测试指令模拟实现对车辆大部分控制指令的检验过程。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中测试方法的完整流程图；

图2为本发明实施例中测试方法的部分流程框图。

具体实施方式

下面将结合本发明实施例中的附图，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付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。

现有的测试过程中针对不同的用户的表达习惯，建模有多重语句样式，静态语句表的方式难以维护，导致的增删改操作耗时较长的问题，同时语句通过人工朗读输入，导致的工作效率低的问题，以及难以实现数万级语句测试需求的问题，另外在环境嘈杂的情况下，容易被环境干扰的问题，以及该测试必须依赖于实车资源，导致难以对车身控制指令进行测试的问题。

如图1与图2所示，为了解决上述问题，本实施例提出了一种用于车载语音系统的语句合成测试方法，其主要包括以下步骤：

s1，上电初始化；

s2，接收并分析控制指令，确定作用对象；

s3，根据作用对象及预设算法，得出合成语句；

s4，运行合成语句，并校验运行结果是否与合成语句相符，并结束当前检验；

在步骤s3中，预设算法的变量包括控制指令中的动词，以及作用对象在当前控制指令中的位置。

优选但不限定的是，本实施例中步骤s3中预设算法的变量包括的动词，应包括动作次以及程度词，例如作用对象为车窗的动词、程度词包括：完全打开车窗、开启半窗、开启定量车窗等，其中动词“打开”，也可为其余近义词，例如“开启”，其中程度词“完全”、“半窗”、“定量”等也可采用分别与各自词对应的近义词，另外还可通过位置限定特定车窗，例如“左前车窗”、“右前车窗”等。

更具体地，步骤s2具体包括：

s21，接收并分析控制指令；

s22，提取当前控制指令的作用对象；

s23，提取当前控制指令中的动词；

s24，判断当前控制指令中的作用对象的所属位置；

在步骤s3中，根据作用对象及预设算法，得出合成语句，具体为，将作用对象、动词、所属位置按照预设算法得出合成语句。

更具体地，步骤s24中，提取当前控制指令中作用对象的所属位置，具体为，判断控制指令中动词与作用对象的位置关系，若动词位于作用对象之前，则认为当前控制指令中作用对象为后置，反之则认为当前控制指令中作用对象为前置。

优选但不限定的是，本实施例中作用对象前置与后置其实均代表同一控制信息，例如作用对象前置为“把车窗开启一半”，对应的作用对象后置为“开启一半车窗”，两者为同一控制信息的两条控制指令。

优选但不限定的是，本实施例中预设算法对作用对象前置和后置进行区分，有助于对当前控制指令的前后置明显区分后重新将当前控制指令排序，进入令重新排出后的控制指令符合系统表达，也即系统接收的控制指令可正确表达。

在本实施例中，作用对象前置与后置均转换为相同的控制信息后控制系统作用反应，因此可采用本实施例的测试方法将多种语义表达的不同控制指令进行校验，且不会得出不同的控制结果，保证了本测试方法对多种控制指令的测试检验过程。

更具体地，步骤s3中，将作用对象、动词、所属位置按照预设算法得出合成语句，具体为，将作用对象、动词、所属位置按照预设算法得出初步合成语句，并为初步合成语句添加语气词，形成完整合成语句。

优选但不限定的是，本实施例中将原先位于控制指令中的动词、作用对象提取，并根据所属位置将控制指令转换为初步合成语句，例如“打开车窗”、“车窗开启”，再加入语气词，例如“请帮我开启车窗”“把车窗打开”等，形成完成合成语句。

更具体地，步骤s4包括以下步骤：

s41，合成语句发送至车载语音系统；

s42，接收车载语音系统返回的控制信息，并校验控制信息与合成语句是否相同。

优选但不限定的是，步骤s41中的合成语句，可为初步合成语句，也可为完整合成语句，仅限定当前合成语句具有完整的动词及作用对象即可。

更具体地，在步骤s42之后设置有步骤s5，存储当前检验的检验交过，并生成统计数据。

优选但不限定的是，本实施例中每次检验的检验结果均被记录，有助于后期查询，另外当数据存储较多时，可实现大批量的数据分析、统计，以便使用者方便对之前输入的多条测试语句的检验结果进行分析，判断当前系统是否可识别到正确的控制指令，并输出正确的控制信息。

更具体地，在步骤说s41中，将合成语句发送至车载语音系统，具体为，合成语句发送至车载语音系统，车载语音系统通过log动态分析后得出控制信息。

综上所述，本实施例提出的一种用于车载语音系统的语句合成测试方法，其通过将识别的控制指令转换成默认语序的合成语句，令本实施例提出的测试方法适用于不同表达习惯的控制指令形式，以及确定不同表达习惯的控制指令的最终表述内容，以便确定后续的合成语句的正常表达，另外本实施例的测试方法还可独立于实车进行模拟检验，其可应用范围更广。

以上所述的实施方式，并不构成对该技术方案保护范围的限定。任何在上述实施方式的精神和原则之内所作的修改、等同替换和改进等，均应包含在该技术方案的保护范围之内。