用于汽车的分层授权语音控制的方法和系统与流程

1.本发明涉及汽车领域，更具体地，涉及基于用于汽车的分层授权语音控制的方法和系统。


背景技术：

2.如今，整车厂和用户越来越关注如何增强车内的用户体验，其中“智能座舱”概念已逐步实现并开始广泛应用于汽车内。作为智能座舱的一部分，语音控制系统已得到广泛使用，为驾驶员和乘客带来了丰富而便捷的用户交互和用户体验。通过语音控制系统，车上的任何人都可以和它对话以便发出指令，例如打开/关闭发动机、打开/关闭车门/窗户、打开收音机、播放歌曲、拨打电话等等。
3.然而，目前应用于汽车内的语音控制系统还存在一些不足：
4.1、无差别的语音识别可能会危害车主的财产安全，例如任何人(即使是窃贼)都可以通过语音控制来发动汽车；
5.2、随着“二孩”政策的实施，中国家庭用车中的乘员越来越多，如果一些重要的功能可能被误触发或误操作，则可能会带来潜在的危险，例如儿童指令打开窗户；
6.3、对于语音控制系统，每个人都拥有相同的优先级或授权，可以使用所有基于语音的功能，这可能导致隐私得到不保护，例如驾驶员可能并不希望其他人听他喜欢的歌曲。另一方面，如果需要人们通过设置密码来保护他/她的隐私，则密码忘记或被盗又可能成为新的困扰。
7.因此，希望能够提供一种更安全且更智能的汽车语音控制的方式。


技术实现要素：

8.提供本发明内容以便以简化形式介绍将在以下具体实施方式中进一步的描述一些概念。本发明内容并非旨在标识所要求保护的主题的关键特征或必要特征，也不旨在用于帮助确定所要求保护的主题的范围。
9.针对以上问题，本发明提供了一种新的解决方案：基于声纹识别/验证的车辆分层授权语音控制。这个新的解决方案会将用户和指令分为不同的级别，只有与用户级别匹配的指令才能正确执行，例如驾驶员或车主具有最高优先级，他/她可以使用所有基于语音的控制功能，但他/她的孩子不能使用语音打开/关闭车窗。
10.根据本发明的一个方面，提供了一种用于汽车的语音控制方法，所述方法可包括：
11.接收来自用户的语音输入；
12.对接收的语音输入进行声纹识别以确定用户身份；
13.对所述语音输入进行解析以识别其中包含的控制指令；以及
14.基于识别的控制指令和与用户身份相关联的语音控制授权等级来作出响应。
15.根据本发明的进一步实施例，对接收的语音输入进行声纹识别以确定用户身份进一步包括：通过将接收的语音输入中提取的声纹与预先存储的用户简档中包括的声纹进行
比较来确定用户身份。
16.根据本发明的进一步实施例，所述与用户身份相关联的语音控制授权等级是多层级语音控制授权等级中的一级。
17.根据本发明的进一步实施例，所述多层级语音控制授权等级至少包括：授权所有汽车功能的最高授权等级；授权所有或部分非驾驶有关功能的中间授权等级；以及授权有限非驾驶有关功能的最低授权等级。
18.根据本发明的进一步实施例，基于识别的控制指令和与用户身份相关联的语音控制授权等级来作出响应进一步包括：如果所述与所述用户身份相关联的语音控制授权等级指示所述用户具有通过语音来控制所述控制指令对应的汽车功能的授权，则控制所述汽车执行所述对应的汽车功能；否则，拒绝所述控制指令。
19.根据本发明的进一步实施例，基于识别的控制指令和与用户身份相关联的语音控制授权等级来作出响应进一步包括：如果所述控制指令被拒绝，向用户提供语音反馈。
20.根据本发明的进一步实施例，执行所述对应的汽车功能进一步包括：基于所述用户身份，仅显示与所述用户相关联的信息。
21.根据本发明的另一方面，提供了一种具有语音控制功能的汽车，所述汽车可包括：
22.语音交互接口，所述语音交互接口被配置成接收来自用户的语音输入；
23.语音控制系统，所述语音控制系统被配置成：
24.对经由所述语音交互接口接收的语音输入进行声纹识别以确定用户身份；
25.对所述语音输入进行解析以识别其中包含的控制指令；以及
26.基于识别的控制指令和与用户身份相关联的语音控制授权等级来作出响应；以及
27.汽车控制系统，所述汽车控制系统被配置成根据指令控制汽车执行相应的功能。
28.根据本发明的进一步实施例，对接收的语音输入进行声纹识别以确定用户身份进一步包括：通过将接收的语音输入中提取的声纹与预先存储的用户简档中包括的声纹进行比较来确定用户身份。
29.根据本发明的进一步实施例，所述与用户身份相关联的语音控制授权等级是多层级语音控制授权等级中的一级。
30.根据本发明的进一步实施例，所述多层级语音控制授权等级至少包括：授权所有汽车功能的最高授权等级；授权所有或部分非驾驶有关功能的中间授权等级；以及授权有限非驾驶有关功能的最低授权等级。
31.根据本发明的进一步实施例，基于识别的控制指令和与用户身份相关联的语音控制授权等级来作出响应进一步包括：如果所述与所述用户身份相关联的语音控制授权等级指示所述用户具有通过语音来控制所述控制指令对应的汽车功能的授权，则将所述控制指令发送给所述汽车控制系统来执行所述对应的汽车功能；否则，拒绝所述控制指令。
32.根据本发明的进一步实施例，基于识别的控制指令和与用户身份相关联的语音控制授权等级来作出响应进一步包括：如果所述控制指令被拒绝，经由所述语音交互接口向用户提供语音反馈。
33.根据本发明的进一步实施例，执行所述对应的汽车功能进一步包括：基于所述用户身份，仅显示与所述用户相关联的信息。
34.根据本发明的进一步实施例，所述汽车进一步包括非语音交互接口，其中用户可
经由所述语音交互接口和/或所述非语音交互接口来编辑所述用户简档和/或所述多层级语音控制授权等级。
35.通过阅读下面的详细描述并参考相关联的附图，这些及其他特点和优点将变得显而易见。应该理解，前面的概括说明和下面的详细描述只是说明性的，不会对所要求保护的各方面形成限制。
附图说明
36.为了能详细地理解本发明的上述特征所用的方式，可以参照各实施例来对以上简要概述的内容进行更具体的描述，其中一些方面在附图中示出。然而应该注意，附图仅示出了本发明的某些典型方面，故不应被认为限定其范围，因为该描述可以允许有其它等同有效的方面。
37.图1是根据本发明的一个实施例的配备有语音控制功能的汽车的架构示意图。
38.图2是根据本发明的一个实施例的用于汽车的语音控制方法的示意流程图。
具体实施方式
39.下面结合附图详细描述本发明，本发明的特点将在以下的具体描述中得到进一步的显现。
40.图1是根据本发明的一个实施例的配备有语音控制功能的汽车100的架构示意图。如图1所示，配备有语音控制功能的汽车100可典型地包括语音交互接口102、语音控制系统104以及汽车控制系统106。语音交互接口102用于提供汽车100与用户(包括汽车的驾驶员和乘客，以下统称“用户”)的语音交互的接口，语音控制系统104可对经由语音交互接口102接收的用户语音输入进行处理，以识别其中包含的指令，并将识别的指令发送给汽车控制系统106，汽车控制系统106进而根据指令来控制汽车执行相应的功能。
41.语音交互接口102可进一步包括用于接收来自用户的语音输入的一个或多个麦克风，以及用于向用户提供语音反馈的一个或多个扬声器。在一个优选示例中，设置于车内不同位置(例如靠近不同座位)的多个麦克风可有助于采集更清晰的用户语音，以及协助确定说话的用户的位置，该位置信息在一些示例中可以有助于语音指令的理解，这会在下文中结合图2进一步详细解说。
42.语音控制系统104可对接收到的用户语音进行语音识别和语义解析，这可使用任何现有的语音识别技术和语义解析技术来实现，可以将用户的自然语言(natural language)输入转换成系统可识别的控制指令/指令。与传统语音控制系统不同的是，本发明的语音控制系统104可进一步具有声纹识别功能以及分层授权控制功能。声纹识别是一种成熟的基于人类语音声学特征的特异性来辨别说话人身份的生物识别技术，并且可以通过例如在现有的语音识别功能的基础上增加额外的声纹识别模块来实现。虽然声纹识别的识别率整体可能不如指纹、掌纹等生物特征识别技术，但考虑到汽车(尤其是家庭用车)的用户数量非常有限，一般家庭用车的常用乘员数量不会超过10人，在同一时刻则最多6或7人且通常为4人，在这种情况下，声纹识别的识别准确率非常高，可以说近乎100％。在通过声纹识别准确辨别出说话用户的身份的基础上，本发明进一步对用户实施分层授权机制，不同用户可被授予不同的控制权限，进而只能通过语音来执行其被授权的控制功能，例如
儿童将无法通过语音控制来打开车门或车窗。关于分层授权机制的细节将在下文中结合图2来进一步详细解说。
43.语音控制系统104所识别的有效的用户指令(例如用户具有该指令所需要的权限)将被发送给汽车控制系统106来执行。汽车控制系统106可负责车内各项功能的具体实现，包括但不限于打开/关闭发动机、打开/关闭车门/窗户、打开/关闭空调、调节空调温度、打开/关闭天窗、打开收音机、播放歌曲、拨打电话、找到用于导航的兴趣点poi(例如加油站、停车场等)、查询天气/交通情况、在到达餐厅之前预订座位等等。
44.图2是根据本发明的一个实施例的用于汽车的语音控制方法200的示意流程图。方法200开始于步骤202，接收来自用户的语音输入。作为一个示例，可经由语音交互接口102的一个或多个麦克风来接收用户的语音。通常，与移动通信终端中的语音助手类似的，汽车内配备的语音控制系统通常也以智能语音助手的形式出现，并且通常以固定的语音先导语来唤醒。例如当检测到用户说“你好，宝马”或诸如此类时，语音助手被唤醒，并准备接收用户随后说出的话语作为用户语音输入，该语音输入通常包含用户希望车载智能系统执行的操作，例如执行汽车内的某项功能，或者查询天气/交通等信息。
45.接着，在步骤204，对接收的语音输入进行声纹识别以确定用户身份。与本汽车相关的用户的声纹信息可被预先采集并与用户身份绑定。例如，与家用汽车相关的用户可包括家庭成员，商用汽车的用户可包括驾驶员以及经常乘坐该车辆的人。声纹信息可与该用户的其他个人信息一起被存储在用户简档中。通过任何合适的声纹识别技术，可以确定接收的语音输入是由哪一位用户提供的。
46.此外，每一位用户还具有与其相关联的授权信息，授权信息可被用于指示该用户被授权可以通过语音交互来进行哪些汽车功能控制。根据本发明的一个实施例，可预先设定多层级的语音控制授权等级，每一个授权等级中包括一项或多项可以执行的功能。作为一个示例，可设置如下的分层授权等级表：
47.授权等级用户身份授权功能1汽车拥有者、驾驶员所有功能2朋友、副驾驶所有非驾驶有关功能3客人、儿童仅有限功能
48.第一级为最高授权等级，该授权等级通常可被授予汽车拥有者或驾驶员，允许其控制所有可以通过语音控制的功能，包括所有与行驶有关的控制功能(例如关闭/启动发动机、开/关巡航、开/关自动驾驶辅助、设定导航等)、与乘坐舒适性有关的控制功能(例如开/关车窗、开关/调节空调等)、以及与车内娱乐系统有关的控制功能(例如开/关/调节收音机、播放音乐等)。
49.第二级为中等授权等级，该授权等级通常可被授予成年家人或经常乘坐该汽车的朋友或同事(例如，经常坐在副驾驶位)，允许其控制大部分功能，但不包括与驾驶有关的控制功能。
50.第三级为最低授权等级，该授权等级通常可被授予儿童或偶尔乘坐该汽车的客人，允许其控制有限的功能，例如仅允许其开/关/调节空调、开/关阅读灯等。
51.可以理解，以上的等级设置仅仅为示例，可根据实际需要设置不同数量的授权层级以及每一授权等级所包括的具体授权功能。例如，针对儿童和偶尔乘坐该汽车的成年客
人或甚至陌生人，可分别设计一个相应层级，使得成年客人仍然可以例如通过语音来控制开/关车窗。作为另一示例，除了与驾驶有关的控制功能，还可将部分娱乐或舒适性功能设置为仅汽车拥有者或特定用户可使用，以增强隐私保护或用于彰显其身份或个性。
52.回到图2，在步骤206，对语音输入进行解析以识别其中包含的控制指令。在语音识别领域，存在许多成熟的语音识别技术，可以通过各种自然语言处理、语义引擎、人机对话引擎等技术来从用户的自然语言输入中理解用户意图，并转换成相应要执行的功能所对应的控制指令。
53.接着，在步骤208，基于识别的控制指令和与用户身份相关联的语音控制授权等级来作出响应。作为一个示例，响应可进一步包括确定与用户身份相关联的授权等级，基于该授权信息确定该用户是否被允许使用语音来控制该控制指令所对应的控制功能，例如该功能是否在该用户的授权等级所涵盖的授权功能列表中。替代地，每一个控制功能也可被设置一个与用户的授权等级对应的等级，则用户是否被允许使用语音来控制该控制指令所对应的控制功能可通过比较用户身份等级和指令的等级来确定。如果确定该用户被授权进行该控制功能，则将相应的指令发送给汽车控制系统来相应地执行。否则，拒绝该指令。
54.作为一个可选实施例，在指令被拒绝时，可向用户提供语音反馈。例如，如果因为用户级别与指令所需级别不匹配，则可以告诉用户“您没有此级别的授权”，或者如果用户不在预设的用户简档中(例如没有记录过该用户的声纹和个人信息，因而声纹信息不匹配)，则可以告诉用户“您没有授权”。
55.可以理解，在一个实施例中，对于当前不在用户简档中的用户，可以将其标识为“客人”，并分配给其相应的“客人”授权等级，使其具有有限的语音功能控制权限。另一方面，本发明的语音控制系统也允许用户对用户简档进行编辑，以新增用户或删除用户。这一操作既可经由语音交互接口来进行，也可经由非语音交互接口或两者的组合来进行，例如经由中控触摸屏、与汽车绑定的移动通信应用等等。此外，系统也可以允许对用户的身份进行编辑，以获得不同的授权等级。对于不同授权等级中所包含的功能，用户也可以进行编辑，甚至可以新增自定义的授权等级。
56.在一个可选实施例中，用户的身份信息不仅能用于确定其被授予的相应的语音控制的授权等级，以判断是否可以使用某项功能，还可被用于保护其个人隐私，例如通过仅显示与该用户自身相关联的信息。例如，用户无法访问其他用户的个人音乐收藏夹、播放记录、通讯录、poi收藏、导航记录等，无论其是否具有与其他用户相同的授权等级或者甚至是更高的授权等级。
57.以上描述了本发明的用于汽车中的基于声纹识别的分层授权语音控制方法和系统，与现有技术相比，其至少具有以下优点：
58.1、成本低廉。声纹易于获取，并且语音识别系统已经在汽车中配备，因此只需要添加与语音识别算法并行的声纹识别算法；
59.2、高安全性和高精度交互性，可减少或消除误操作，例如儿童通过语音打开车窗等等；
60.3、声纹本身是用户的唯一标识符，因此欺诈成本很高，进而提高了汽车财产安全性；
61.4、声纹可被代替传统口令使用，因而用户额外设置和记忆口令，担心口令过期、遗
忘或被盗，非常适合需要身份验证以及保护用户隐私的场合；
62.5、该方案可被用户高度接受，因为其不涉及用户隐私问题，并且可以提供友好的用户体验。
63.以上所已经描述的内容包括所要求保护主题的各方面的示例。当然，出于描绘所要求保护主题的目的而描述每一个可以想到的组件或方法的组合是不可能的，但本领域内的普通技术人员应该认识到，所要求保护主题的许多进一步的组合和排列都是可能的。从而，所公开的主题旨在涵盖落入所附权利要求书的精神和范围内的所有这样的变更、修改和变化。