[发明专利]智能终端及其饮食搜寻方法、及无人驾驶车辆

权利要求书

1.一种基于多轮语音交互的饮食搜寻方法，其特征在于，所述饮食搜寻方法包括：

在检测到用户表达饮食搜寻的指令时，智能终端获取用户输入的多轮语音信号；

根据所述多轮语音信号识别所述用户的直观意图；

根据所述直观意图获取与所述直观意图相关的导航记录、就餐记录、饮食喜好、饮食习惯、附近餐饮信息、热门推荐信息、优惠促销信息、出行便利信息以及当前时间段中的至少两个以上综合因素；

根据所述综合因素，给出与所述直观意图相匹配的饮食兴趣点POI建议并提供导航信息。

2.根据权利要求1所述的饮食搜寻方法，其特征在于，所述根据所述综合因素，给出与所述直观意图相匹配的饮食兴趣点POI建议并提供导航信息的步骤，具体包括：

对多个所述综合因素进行优先级排序，以给出多个POI建议并提供相应的多条导航信息，其中，所述优先级排序包括按饮食喜好优先、按位置最近优先、按优惠促销优先和按出行便利优先。

3.根据权利要求2所述的饮食搜寻方法，其特征在于，所述在检测到用户表达饮食搜寻的指令时的步骤，具体包括：

智能终端根据所述用户的饮食习惯，在所述用户平常饮食的时间段内实时检测是否有语音输入与饮食相关的词句；

或，智能终端检测是否有触控输入与饮食相关的词句，其中，与饮食相关的词句包括饿、吃饭、餐厅、请客、聚餐和美食。

4.根据权利要求1-3任一项所述的饮食搜寻方法，其特征在于，所述根据所述多轮语音信号识别所述用户的直观意图，具体包括：

接收输入的多轮语音信号；

分帧提取多轮语音信号的语音特征信息，根据语音特征信息和声学模型生成多轮语音信号的识别结果；

根据识别结果和预设静音检测算法初步检测出多轮语音信号的语音端点；

计算多轮语音信号的置信度信息；

解析多轮语音信号的语义信息；

根据置信度信息和语义信息获取多轮语音信号对应的语音解析结果；

根据语音解析结果识别出所述用户的直观意图。

5.根据权利要求4所述的饮食搜寻方法，其特征在于，所述根据语音特征信息和声学模型生成多轮语音信号的识别结果，具体包括：

在生成语音特征信息后，采用基于声学模型计算每帧多轮语音信号在每个建模单元上的似然值，通过动态规划算法得到最优状态转移序列及其对应的词序列，并将所得到的最优状态转移序列及其对应的词序列作为识别结果。

6.根据权利要求5所述的饮食搜寻方法，其特征在于，所述声学模型为基于神经网络的声学模型，采用所述基于神经网络的声学模型对所述语音特征信息进行识别。

7.根据权利要求6所述的饮食搜寻方法，其特征在于，所述计算多轮语音信号的置信度信息的步骤，具体包括：

根据识别结果、多轮语音信号的语音端点和多轮语音信号的信噪比计算多轮语音信号的置信度信息。

8.根据权利要求7所述的饮食搜寻方法，其特征在于，所述根据识别结果、多轮语音信号的语音端点和多轮语音信号的信噪比计算多轮语音信号的置信度信息，具体包括：

基于识别结果，计算语音端点之间的每个词的声学后验概率，其中，计算语音端点之间的第k个词的声学后验概率的公式包括：

其中P(X)为多轮语音信号中第k个词的声学后验概率，p(m|x)为第t帧时该词对应建模单元的似然值，为第t帧时所有建模单元的似然值和，T(X)为该词的持续时长；

根据语音端点之间的每个词的声学后验概率和信噪比计算每个词对应的置信度信息。