語音識別導航技術綜述

崔倩倩 丁園園 鄭 巖 賈 樂

（1.國家知識產權局專利局專利審查協作河南中心，河南 鄭州 450000；2.鄭州市軌道交通有限公司，河南 鄭州 450000）

1 概述

語音識別的研究工作大約開始于50年代，80年代進一步走向深入，標志是HMM模型和人工神經元網絡（ANN）在語音識別中的成功應用。語音識別是將人類的聲音信號轉化為文字或者指令的過程。語音識別以語音為研究對象，它是語音信號處理的一個重要研究方向，是模式識別的一個分支。語音識別的研究涉及微機技術、人工智能、數字信號處理、模式識別、聲學、語言學和認知科學等許多學科領域，是一個多學科綜合性研究領域。

電子導航產品，是依托近幾年發展起來的新興的全球衛星定位系統和地理信息系統的先進技術而誕生的一類高科技電子產品。由于該產品基于龐大而復雜的地理信息系統數據，具有強大而又復雜的定位導航功能，包括：電子地圖顯示功能、電子地圖信息查詢功能、行車路線演算功能、行車導航功能、全球定位功能、車位自動校正功能等。同時由于該市場對產品的可攜帶性要求，此類產品本身尺寸較小，極其有限的人機交互界面，不能提供良好的人機交互性能，大大阻礙了此類產品在市場上的普及，進而也影響了定位導航的市場化，不利于此類產品在市場上快速普及。

美國從上世紀70年代開始研制全球定位系統(Global Positioning System，GPS)，于 1994年全面建成的具有海、陸、空全方位實時三維導航與定位能力的新一代衛星導航與定位系統，其具有全天候、高精度、自動化、高效益等顯著特點，因而在航空攝影測量、運載工具導航和管制等各方面都得到了成功地應用。來自太空的GPS衛星24小時免費向全球發送定位信號，使之成為定位導航應用中最方便廉價的信息源。用戶通過用戶終端接收GPS衛星信號，經信號處理而獲得用戶位置、速度等信息，最終實現利用GPS進行導航和定位的目的。

隨著科技的發展和社會的進步，在人機交互中需要一種更加方便自然的方式，語音交互很好地滿足了這種需求。因此，融合語音識別與導航定位的語音識別導航技術開始蓬勃發展，相關產品也層出不窮，極大地便利了人們的生活。

2 語音識別導航技術專利分析

為了研究語音識別導航技術的發展情況，本文使用利用分類號和關鍵詞 （例如 “speech recognition”“navigation”“guidance”），通過在 DWPI數據庫中進行檢索來獲得專利申請，以此為樣本進行統計分析，本次檢索的截止日期為2018年5月18日。

2.1 語音識別導航技術專利歷年申請量分析

圖1 歷年專利申請數量分布

將以上獲得的專利文獻進行統計分析，得到其歷年專利申請數量的分布趨勢。從統計結果可以看出，相關申請從1982年開始出現，國外從事相關方面技術研究較早。由于在1982-1989期間無論是國內還是國外都處于專利申請起步階段，全球申請數量均為個位數。因此，本文截取了1990-2017年期間的歷年專利申請數量的分布趨勢進行研究，如圖1所示。從圖1可以看出，直到20世紀90年代中期開始，中國開始出現語音識別導航相關專利申請。從2000年起至2008年，國內相關專利申請進入緩慢增長期，而國外相關專利申請在1994-2008年已經進入了相對快速的增長期。從2009-2016年，隨著人工智能即自然語言的理解相關技術在各方面的發展與應用，以及各國對專利布局的重視程度日益增加，基于語音識別導航方面的專利申請數量在國內外都迅速增長。2017年，全球以及中國的專利申請數量都有所回落，也體現出語音識別導航技術在國內外以及逐漸邁入成熟階段。

2.2 專利申請分布概況

圖2為全球專利申請國別申請量分布圖，從全球專利申請國別分布可知，基于語音識別導航技術相關專利申請人分布范圍較廣，主要有日本、中國、美國、韓國等。作為互聯網及通信行業的傳統強國如日本、美國，在語音識別導航相關領域在國內申請了大量的專利，其中日本依托強大的信息技術產業，申請量占全球總量的29%，位居第一；我國近年來互聯網技術不斷迅猛發展，申請量緊隨日本之后，申請量位居第二，占全球申請量的24%，再次是美國。

圖2 全球專利申請國別申請量分布

2.3 重要申請人分析

對基于語音識別導航技術相關專利申請人進行統計分析，通過國內外公司在中國專利申請量的對比可知，全球主要的申請人主要集中在日本的企業，且國外相關企業具有較高的專利布局意識，在中國申請了大量專利。全球主要申請人有日本電裝公司、三菱電機公司、日本汽車公司、松下電器產業以及阿爾派株式會社。在國內有關語音識別方面的專利申請以互聯網公司為主，國內的主要申請人有深圳市賽格導航科技股份有限公司、神達電腦股份有限公司、廣東翼卡車聯網服務有限公司、國家電網公司、百度在線網絡技術（北京）有限公司、中興通訊股份有限公司、青海漢拉信息科技股份有限公司。

3 重要專利分析

最早公開的語音識別在導航方面應用相關的申請主要致力于如何提高對輸入語音地準確識別以及對語音字的連續流中的關鍵字序列進行識別的研究中，主要是側重于對輸入形式進行改進，對于地圖導航界面的顯示并未作出改變，處于初級階段。公開號為CN1324740A、CN1674091A、CN1841312A的專利申請均是基于拼音字符串的相近匹配度，從中得到最大相近匹配度的源串為語音識別的結果字符串即需要查詢的地理信息名稱。之后的發展對語音識別的效果提出了更高的要求，如何使導航可以更容易地理解用戶輸入的語音成為研究的主要方向。公開號為CN101136198A可以檢測上述說話者的視線方向，推測在該視線方向的視覺確認對象物，然后選擇與說話者發出的語音相似程度高的識別候補。CN102324035A把口型輔助語音識別技術應用在車載導航系統中，從而提高語音識別率，盡可能避免駕駛員操作導航設備時發生安全事故。

為了進一步降低駕駛車輛時的因司機轉移視線而導致的危險，以語音輸出的形式進行播放導航路線信息也快速衍生出來。 公開號為 CN101158584A、CN101196400A都實現了在行車過程中只需通過駕駛員發出語音指令即可使導航系統自動向目的地導航的目的，最后以語音形式輸出進行導航，解放了駕駛員的雙手，大大地方便了駕駛人的操作。

語音導航技術的發展也逐漸惠及到生活中的各個方面，如對有視覺障礙的特殊人群的輔助導航作用、多功能后視鏡語音智能導航夜視行車記錄儀等。公開號為CN101799299A、CN102274109A的專利均提出了一種幫助視覺障礙人士使用的導航設施和方法，通過特定的路徑鍵和語音提示幫助用戶輸入起點和終點而后進行語音導航。在物聯網領域可以更及時方便地整合資源實現語音現場集群控制能自動導航的驅動器的方法。公開號為CN106527156A的專利提供了一種漢語語音現場集群控制能自動導航的驅動器的方法，可以實現漢語語音現場集群控制能自動導航的驅動器的方法。

4 結論

目前，語音識別導航技術雖然已經發展得比較成熟，在日常生活與科學研究中也得到了較好的應用。語音導航技術的發展過程主要包括提高語音識別準確度、提高輸入輸出接口的用戶體驗、發掘用戶興趣點以及特殊需求等多個階段方向。但是隨著人們需求的不斷變化，個性化服務的呼聲越來越高，因此，融合用戶各方面需求的語音識別導航可能繼續成為日后的研究熱點，以更好地滿足人們多樣化、個性化的需求。