语音交互方法、车辆、服务器、系统和存储介质
阅读说明：本技术 语音交互方法、车辆、服务器、系统和存储介质 (Voice interaction method, vehicle, server, system and storage medium ) 是由 孙仿逊 胡梓垣 翁志伟 于 2020-06-28 设计创作，主要内容包括：本发明涉及语音技术领域,特别是涉及一种语音交互方法、车辆、服务器和存储介质,方法包括：车辆接收用户的语音请求,并将语音请求和当前车载系统图形用户界面的上下文信息发送至服务器；服务器根据上下文信息完成语音请求的自然语言理解处理；服务器利用自然语言理解处理结果,生成车辆可执行的指令并发送给车辆；车辆接收并执行该指令,同时将执行结果通过语音反馈给用户。语音交互过程中服务器可以充分利用上下文信息完成自然语言理解处理,由于增加了更多维度的信息,用户在车辆中看到图形用户界面上的任何内容都可以通过语音进行操作,进而提高了人机交互系统的交互质量。(The invention relates to the technical field of voice, in particular to a voice interaction method, a vehicle, a server and a storage medium, wherein the method comprises the following steps: the vehicle receives a voice request of a user and sends the voice request and the context information of the current vehicle-mounted system graphical user interface to the server; the server finishes the natural language understanding processing of the voice request according to the context information; the server understands the processing result by using the natural language, generates a vehicle executable instruction and sends the vehicle executable instruction to the vehicle; the vehicle receives and executes the instruction, and simultaneously feeds back an execution result to the user through voice. The server can fully utilize the context information to finish natural language understanding processing in the voice interaction process, and due to the fact that more dimensionality information is added, a user can operate any content on a graphical user interface in a vehicle through voice, and interaction quality of a man-machine interaction system is improved.)
技术领域
本发明涉及语音技术领域，特别是涉及一种语音交互方法、车辆、服务器、系统和存储介质。
背景技术
随着汽车智能化和语音技术的发展，语音在汽车上的运用越来越广泛。在用户驾驶车辆的过程中，能够无接触地实现用户对车辆或者车辆上车载系统的控制，可以在保障行车安全的情况下增强用户的使用体验。
汽车智能化带来了更强的车机芯片和图形芯片，新一代车机芯片的算力以及图形芯片的性能，使得在车载系统上实现像手机一样更丰富的界面和更有趣味的动画成为了一种可能。现在车辆上使用语音的方式经常是设置一个独立的语音助理，在接收完用户的语音请求后，通过服务器给予反馈。这种使用方式和车载系统的界面是完全独立的，由于只利用语音信号，缺少更多维度的信息，使人机交互系统的交互质量难以令人满意。
发明内容
鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种语音交互方法、车辆、服务器、系统和存储介质。
为了解决上述问题，本发明实施例公开了一种语音交互方法，应用于包括车辆和可与车辆进行通信的服务器组成的语音交互系统，其特征在于，包括：
车辆接收用户的语音请求，并将语音请求和当前车载系统图形用户界面的上下文信息发送至服务器；
服务器根据上下文信息完成语音请求的自然语言理解处理；
服务器利用自然语言理解处理结果，生成车辆可执行的指令并发送给车辆；
车辆接收并执行该指令，同时将执行结果通过语音反馈给用户。
进一步地，上下文信息包括当前车载系统图形用户界面中可操作的控件的名称和类型、可操作的控件支持的动作、动作的取值范围和可操作的控件当前的状态。
进一步地，服务器根据上下文信息完成语音请求的自然语言理解处理，包括：
根据上下文信息创建场景语义空间；
对语音请求进行语义理解并输出语义理解结果；
在场景语义空间，利用语义理解结果对可操作的控件进行检索、召回、排序和匹配；
输出可操作的控件响应该语音请求的操作作为自然语言理解处理结果。
进一步地，根据上下文信息创建场景语义空间，包括：
接收车辆发送的上下文信息；
载入并解析上下文信息中包括的场景元素；
根据场景元素生成场景语义文档。
进一步地，对语音请求进行语义理解并输出语义理解结果，包括：
对语音请求中的文本进行文本预处理和文本归一化处理，然后提取句子主干；
根据句子主干理解用户语音请求的意图并输出语义理解结果。
进一步地，根据句子主干理解用户语音请求的意图并输出语义理解结果，包括：
根据句子主干确定理解用户语音请求的意图的初步结果，再利用句子主干中的否定词对初步结果进行修正，输出修正后的语义理解结果。
进一步地，在场景语义空间，利用语义理解结果对可操作的控件进行检索、召回、排序和匹配，包括：
提取语音请求中的文本在场景语义文档中检索；
利用预设召回策略对检索结果进行召回，再进行匹配度打分；
按预设排序策略对打分后的检索结果进行排序；
根据排序结果输出匹配结果；其中匹配结果包括对可操作的控件的操作意图、可操作的控件的名称、以及对可操作的控件的执行动作。
进一步地，语音请求中的文本包括语音请求中的全部文本或者部分文本，则提取语音请求中的文本在场景语义文档中检索，包括以下任意一种：
提取语音请求中的实体词在场景语义文档中检索；
提取语音请求中的包括实体词和动作词在内的文本在场景语义文档中检索；
或，
提取语音请求中的全部文本在场景语义文档中检索。
进一步地，利用预设召回策略对检索结果进行召回，包括：
针对检索结果，利用包括基于预设的可忽略词列表进行文本忽略、核心词必须命中、设置阈值进行召回、对文本中的动作词或者否定意图进行校验在内的一种或者多种预设召回策略进行召回。
本发明实施例还公开了一种车辆，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述的语音交互方法的步骤。
本发明实施例还公开了一种服务器，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述的语音交互方法的步骤。
本发明实施例还公开了一种语音交互系统，该系统包括车辆和可与车辆进行通信的服务器，其中，车辆上设置有请求接收模块、信息发送模块、指令接收模块和执行反馈模块，服务器上设置有自然语言理解模块和指令发送模块；
请求接收模块，用于接收用户的语音请求；
信息发送模块，用于将语音请求和当前车载系统图形用户界面的上下文信息发送至服务器；
自然语言理解模块，用于根据上下文信息完成语音请求的自然语言理解处理；
指令发送模块，用于在服务器利用自然语言理解处理结果，生成车辆可执行的指令后将指令发送给车辆；
指令接收模块，用于接收并执行该指令，同时通过执行反馈模块将执行结果通过语音反馈给用户。
本发明实施例还公开了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现上述的语音交互方法。
本发明实施例包括以下优点：
通过将当前车载系统图形用户界面的上下文信息发送至服务器，使得语音交互过程中服务器可以充分利用上下文信息完成自然语言理解处理，由于增加了更多维度的信息，用户在车辆中看到图形用户界面(Graphical User Interface，缩写：GUI)上的任何内容都可以通过语音进行操作，进而提高了人机交互系统的交互质量。
附图说明
图1是本发明的一种语音交互方法实施例的步骤流程图；
图2是本发明的车载系统导航播报图形用户界面的示意图；
图3是本发明的一种语音交互方法中自然语言理解的步骤流程图；
图4是本发明的一种语音交互方法实施例中上下文信息的代码示意图；
图5是本发明的一种语音交互系统实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
参照图1，示出了本发明的一种语音交互方法实施例的步骤流程图，具体可以包括如下步骤：
S1，车辆接收用户的语音请求，并将语音请求和当前车载系统图形用户界面的上下文信息发送至服务器。
S2，服务器根据上下文信息完成语音请求的自然语言理解处理。
S3，服务器利用自然语言理解处理结果，生成车辆可执行的指令并发送给车辆。
S4，车辆接收并执行该指令，同时将执行结果通过语音反馈给用户。
上述语音交互方法，应用于包括车辆和可与车辆进行通信的服务器组成的语音交互系统。具体地，车辆上设置有通信模块，可以基于包括3G、4G或者5G在内的运营商网络或者其他通信连接方式，和服务器进行通信完成数据交互。
在车辆中，车辆的显示区域可以包括仪表屏、车载中控屏幕以及车辆挡风玻璃上可以实现的HUD(Head Up Display，又称：抬头显示)等。车辆上运行的车载系统使用图形用户界面(Graphical User Interface，缩写：GUI)上的显示区域包括诸多UI元素，不同的显示区域可以展示不同的UI元素，也可以展示相同的UI元素。其中，UI元素可以包括卡片对象、应用程序图标或界面、文件夹图标、多媒体文件图标以及用于进行交互可操作的控件等等。
在S1的步骤中，上下文信息包括当前车载系统图形用户界面中可操作的控件的名称和类型、可操作的控件支持的动作、动作的取值范围和可操作的控件当前的状态。
以图2为例，用户看到图2的时候，可以直接发出“导航播报音量设为18”、“关闭系统提示音”等语音请求。图2中涉及的可操作的控件包括三个，第一个是类型为Slider且名称为“导航播报音量”的控件、第二个是类型为SelectTab且名称为“车辆提示音”的控件、第三个是类型为Switch且名称为“系统提示音”的控件。其中，每个控件都有支持的动作，、动作的取值范围和可操作的控件当前的状态。
例如名称为“导航播报音量”的控件可以拖动调节音量的数值，即支持的动作为设置(Set)，这个动作的取值范围为0～30，当前的状态是音量被设置为16。
继续以名称为“车辆提示音”的控件为例，这个控件可以被设置为“小”、“中”、“大”；即支持的动作为设置(Set)，这个动作的取值范围是“小”、“中”、“大”，当前的状态是车辆提示音被设置为小。
再以名称为“系统提示音”的控件为例，这个控件可以打开、关闭。即支持的动作包括打开(Turn On)和关闭(Turn Off)两个动作，当前的状态是系统提示音被打开。
具体地，如图3所示，S2的步骤包括：
S20，根据上下文信息创建场景语义空间；
S21，对语音请求进行语义理解并输出语义理解结果；
S22，在场景语义空间，利用语义理解结果对可操作的控件进行检索、召回、排序和匹配；
S23，输出可操作的控件响应该语音请求的操作作为自然语言理解处理结果。
场景语义空间是根据GUI的上下文信息，创建可理解的语义空间。在S20的步骤中，基于图2，服务器根据上下文信息创建场景语义空间的一个示例如下表1：
表1
具体地，S20的步骤包括：
S201，接收车辆发送的上下文信息；
S202，载入并解析上下文信息中包括的场景元素；
S203，根据场景元素生成场景语义文档。
在S201的步骤中，车辆通过包括但不限于运营商网络在内的通信网络，将上下文信息以Json文件的形式发送至服务器。图4是Json文件的一个示例，本方案中，也可以使用其他文件格式来发送上下文信息，在此不做限定。在图4中，label表示可操作的控件的名称，type表示可操作的控件的类型。
在S202的步骤中，服务器载入Json文件并进行解析，获得文件中记载的场景元素，场景元素包括若干个可操作的控件和其他UI元素。
在S203的步骤中，服务器根据场景元素，生成记载了场景语义空间的场景语义文档。
进一步地，S21的步骤包括：
S211，对语音请求中的文本进行文本预处理和文本归一化处理，然后提取句子主干；
S212，根据句子主干理解用户语音请求的意图并输出语义理解结果。
在S211的步骤中，对语音请求中的文本进行文本预处理，包括进行中文分词和去除语气用词(“嗯”“吧”)等。文本归一化处理包括对数字和实体的归一化，例如“一点五秒”在进行归一化处理后变成“1.5秒”；“大屏亮度”在进行归一化处理后变成“中控亮度”。提取句子主干是提取句子中的实体词、动作词和数值，提取的句子主干主要用于后续的检索。
在S212的步骤中，利用提取的句子主干中的动作词可以理解用户的意图，方便进行后续对可操作的控件的验证。
进一步地，S212的步骤包括：根据句子主干确定理解用户语音请求的意图的初步结果，再利用句子主干中的否定词对初步结果进行修正，输出修正后的语义理解结果。例如用户的语音请求对应的文本是“不要打开系统提示音”，可以获得初步结果包括“打开”的动作词和“系统提示音”的实体词，但是如果将“打开系统提示音”作为语义理解结果则与用户的真实意思相反，所以，在获得初步结果后，判断句子主干是否有否定词，本次文本包括“不要打开”，可以抽取用来修正初步结果，即将“不要打开”理解为“关闭”。则本次修正后的语义理解结果为“关闭系统提示音”。
在S22的步骤中，具体包括：
S221，提取语音请求中的文本在场景语义文档中检索；
S222，利用预设召回策略对检索结果进行召回，再进行匹配度打分；
S223，按预设排序策略对打分后的检索结果进行排序；
S224，根据排序结果输出匹配结果；其中匹配结果包括对可操作的控件的操作意图、可操作的控件的名称、以及对可操作的控件的执行动作。
在S221的步骤中，预先根据导航、音乐等场景制作分词的词表，然后基于词表进行检索。检索的时候，可以根据不同文本的利用方式来使用多种检索策略。即语音请求中的文本包括语音请求中的全部文本或者部分文本，则S221的步骤，包括以下任意一种：
提取语音请求中的实体词在场景语义文档中检索；
提取语音请求中的包括实体词和动作词在内的文本在场景语义文档中检索；
或，
提取语音请求中的全部文本在场景语义文档中检索。
上面列举的三种检索策略，涵盖了实体词、实体词和动作词的组合在内的部分文本，以及语音请求中的全部文本，可以根据具体需求来确定使用什么样的检索策略。检索实现时，可以使用例如倒排索引以及基于词和拼音的检索来实现，在此对具体实现方式不做限定。
在S222的步骤中，利用预设召回策略对检索结果进行召回，其中预设的召回策略包括多种，具体如下：
召回策略1：基于预设的可忽略词列表进行文本忽略
示例1，Label＝<摇滚>，语音请求的文本Query＝“切换为摇滚模式”，“模式”当前场景下可忽略。
召回策略2：核心词必须命中
示例2，Label＝<打开地图设置>，语音请求的文本Query＝“打开系统设置”，“地图”当前场景下必须命中，否则会产生误召回的结果。
召回策略3：设置阈值进行召回
示例3，设置阈值为X％，达到阈值进行召回。
召回策略4：对文本中的动作词或者否定意图进行校验
示例4，Label＝<连接第一个蓝牙>，语音请求的文本Query＝“断开第一个蓝牙|不连接第一个蓝牙”，不校验动作词或否定意图会误召回。
在S222的步骤中，打分可以采取Query匹配度或者文档匹配度等多种打分方式。
Query匹配度为：匹配长度/Query主干长度(字长)，匹配长度＝Query和文档匹配词长度(字长)。
文档匹配度为：匹配长度/文档长度(字长)，针对特定控件使用特定匹配策略，例如导航中经常出现的控件POI(Point Of Interest，又称：兴趣点)列表。可以针对像POI列表这种特定控件，使用诸如文档匹配的特定匹配策略。
在S223的步骤中，预设排序策略可以包括：
策略一：场景语义文档按照各个检索策略的最高得分进行排序；
策略二：场景语义文档按照各个检索策略的得分加和进行排序；
策略三：场景语义文档按照各个检索策略的加权得分加和进行排序。
其中，得分的计算方式是：得分＝α*文档匹配度+(1-α)*Query匹配度。α表示预设的得分权重参数。
即根据需要选择排序策略，然后获得对应的排序结果。
在S224的步骤中，匹配包括精准匹配和模糊匹配在内的情况，其中精准匹配指对于完全匹配的场景语义文档，如果语音请求Query中有动作词，且其符合控件操作的话，则视为完全匹配；模糊匹配指选择得分最高的文档(若排序结果中存在多个得分相同的结果则对这得分相同的多个结果进行多选)，针对有动作词的情况，则结合动作词判断所选控件是否正确。匹配结果包括对可操作的控件的操作意图、可操作的控件的名称、以及对可操作的控件的执行动作。一种匹配结果的示例为，可操作的控件的操作意图为“将手势方向设为向内”，可操作的控件的名称为“手势触控旋转方向”，可操作的控件的执行动作为“设置为向内”。针对显示的GUI界面中可操作的控件的名称为“手势触控旋转方向”发出语音请求Query＝“将手势方向设为向内”，则执行S22的步骤。
在S23的步骤中，可操作的控件响应该语音请求的操作为：将名称为“手势触控旋转方向”的可操作的控件执行“设置为向内”的动作，即这个操作可以作为自然语言理解处理结果进行输出。
在S3的步骤中，服务器利用S23这个步骤输出的自然语言理解处理结果，生成车辆可执行的指令并发送给车辆。
在S4的步骤中，车辆接收并执行该指令，执行后，名称为“手势触控旋转方向”的控件当前的状态为“向内”，并且可以通过TTS(Text-To-Speech，又称：从文本到语音)的方式，将执行结果通过语音反馈给用户。
从上可知，用户对于车载系统上的图形用户界面实现了“可见即可说”，全程不需要触摸屏幕、按压按键等物理操作，在车辆行驶的过程中全语音的操作使得用户的视线以及注意力完全专注在驾驶上，可以充分保证车辆行驶安全。并且通过将当前车载系统图形用户界面的上下文信息发送至服务器，使得语音交互过程中服务器可以充分利用上下文信息完成自然语言理解处理，由于增加了更多维度的信息，用户在车辆中看到图形用户界面上的任何内容都可以通过语音进行操作，进而提高了人机交互系统的交互质量。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
参照图5，示出了本发明的一种语音交互系统实施例的结构框图，具体可以包括：车辆和可与车辆进行通信的服务器，其中，车辆上设置有请求接收模块、信息发送模块、指令接收模块和执行反馈模块，服务器上设置有自然语言理解模块和指令发送模块。
请求接收模块，用于接收用户的语音请求；
信息发送模块，用于将语音请求和当前车载系统图形用户界面的上下文信息发送至服务器；
自然语言理解模块，用于根据上下文信息完成语音请求的自然语言理解处理；
指令发送模块，用于在服务器利用自然语言理解处理结果，生成车辆可执行的指令后将指令发送给车辆；
指令接收模块，用于接收并执行该指令，同时通过执行反馈模块将执行结果通过语音反馈给用户。
在语音交互系统中，上下文信息包括当前车载系统图形用户界面中可操作的控件的名称和类型、可操作的控件支持的动作、动作的取值范围和可操作的控件当前的状态。
具体地，自然语言理解模块包括：
创建子模块，用于根据上下文信息创建场景语义空间；
理解子模块，用于对语音请求进行语义理解并输出语义理解结果；
处理子模块，用于在场景语义空间，利用语义理解结果对可操作的控件进行检索、召回、排序和匹配；
输出子模块，用于输出可操作的控件响应该语音请求的操作作为自然语言理解处理结果。
其中，创建子模块包括：
接收单元，用于接收车辆发送的上下文信息；
载入单元，用于载入并解析上下文信息中包括的场景元素；
生成单元，用于根据场景元素生成场景语义文档。
其中，理解子模块包括：
处理单元，用于对语音请求中的文本进行文本预处理和文本归一化处理，然后提取句子主干；
输出单元，用于根据句子主干理解用户语音请求的意图并输出语义理解结果。
进一步地，输出单元还用于根据句子主干确定理解用户语音请求的意图的初步结果，再利用句子主干中的否定词对初步结果进行修正，输出修正后的语义理解结果。
其中，处理子模块包括：
检索单元，用于提取语音请求中的文本在场景语义文档中检索；
召回单元，用于利用预设召回策略对检索结果进行召回，再进行匹配度打分；
排序单元，用于按预设排序策略对打分后的检索结果进行排序；
匹配单元，用于根据排序结果输出匹配结果；其中匹配结果包括对可操作的控件的操作意图、可操作的控件的名称、以及对可操作的控件的执行动作。
进一步地，语音请求中的文本包括语音请求中的全部文本或者部分文本，则检索单元具体用于以下任意一种：
提取语音请求中的实体词在场景语义文档中检索；
提取语音请求中的包括实体词和动作词在内的文本在场景语义文档中检索；
或，
提取语音请求中的全部文本在场景语义文档中检索。
进一步地，召回单元具体用于针对检索结果，利用包括基于预设的可忽略词列表进行文本忽略、核心词必须命中、设置阈值进行召回、对文本中的动作词或者否定意图进行校验在内的一种或者多种预设召回策略进行召回。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本发明实施例还提供了一种车辆，包括：
包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，该计算机程序被处理器执行时实现上述语音交互方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本发明实施例还提供了一种服务器，包括：
包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，该计算机程序被处理器执行时实现上述语音交互方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现上述语音交互方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的语音交互方法、车辆、服务器和存储介质，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。