基于語音識別的出租車緊急呼救系統(tǒng)觸發(fā)方法的研究.pdf

1、當(dāng)今社會,與出租車相關(guān)的道路交通事故和搶劫事件頻繁發(fā)生,這不僅受到了出租車司機的廣泛關(guān)注,也受到了公安部門的高度重視。為了縮短救援時間,減少人員傷亡,及時抓捕犯罪分子,保障出租車司機的生命財產(chǎn)安全,本文提出了一種新的出租車緊急呼救系統(tǒng),它能夠在發(fā)生道路交通事故后或搶劫事件時自動呼叫救援中心請求救援,開啟出租車的危險報警閃光燈,實時上傳帶危險標(biāo)識的位置信息。
　　為了彌補現(xiàn)有觸發(fā)方法的不足之處,本文提出了一種基于語音識別的觸發(fā)方法,

2、它通過語音識別技術(shù)判斷當(dāng)前場景是否為危險場景(呼救場景和搶劫場景),若當(dāng)前場景為危險場景,則自動呼叫救援中心請求救援。救援中心接到求救電話后,首先監(jiān)聽出租車內(nèi)的情況,調(diào)取出租車內(nèi)的圖像,在確定當(dāng)前場景為危險場景后,派遣相應(yīng)的救援機構(gòu)前去救援。此觸發(fā)方法不但不易被劫匪發(fā)覺,還能保障出租車司機的生命財產(chǎn)安全,具有重要的應(yīng)用價值和社會意義。
　　在研究基于語音識別的觸發(fā)方法時,本文做了如下工作:
　　(1)分析了呼救場景和搶劫場景

3、的特點,設(shè)計了基于語音識別的觸發(fā)方法的基本流程,當(dāng)語音識別模塊識別出一個關(guān)鍵詞(如“救命”或“別殺我”等)時,先獲取最近一段時間內(nèi)的關(guān)鍵詞序列,然后調(diào)用危險場景識別算法判斷當(dāng)前場景是否為危險場景,若當(dāng)前場景為危險場景,則觸發(fā)報警模塊。
　　(2)研究了語音識別的基本技術(shù)和基于MMSE-LSA的語音增強算法,修改了基于時域頻域語音存在的噪聲估計的頻域平滑方法,設(shè)計了一種基于PocketSphinx的語音識別模塊,在Android智能

4、手機上測試了PocketSphinx的性能。實驗結(jié)果表明,語音增強模塊提高了PocketSphinx在車內(nèi)噪聲環(huán)境下的識別率,識別率為93.7％。
　　(3)設(shè)計了一種基于統(tǒng)計和模糊匹配的危險場景識別算法,制定了模式庫的設(shè)計規(guī)則,模式庫中的模式按相似數(shù)量閾值大小升序排序。該算法先通過關(guān)鍵詞數(shù)量判斷當(dāng)前場景是否為危險場景,若當(dāng)前場景為危險場景,則執(zhí)行結(jié)束,否則遍歷模式庫。若關(guān)鍵詞數(shù)量不滿足當(dāng)前模式的最低要求,則當(dāng)前場景不是危險場景,