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。

在车辆行驶的过程中，车内人员可能需要与车外人员进行语音交流，通常做法是摇下车窗，通过车内人员直接与车外人员进行交流(直接用嘴巴讲话，用耳朵听)实现，但这种近距离的当面沟通方式可能会存在以下的问题：(1)假设车外人员离车辆距离较远，可能由于车外人员语音较小而导致车内人员听不清楚，此时需要缩短车辆与车外人员之间的距离；(2)受疫情或沙尘暴等不良天气的影响，近距离的当面沟通容易受到病毒感染或环境影响；(3)当车内人员属于弱势个体(例如女性司机)，车外人员对车内人员而言可能涉及到人身安全问题，若直接当面近距离与车外人员进行语音沟通，存在一定的安全风险。

本发明实施例的核心思想之一是通过建立车内与车外的双向沟通渠道，实现车内人员与车外人员的双向语音交流，避免采用直接当面的近距离沟通方式，不仅能够增强接收和发送的语音，还能够在不开车窗的情况下实现车内人员与车外人员的有效沟通，增强个人防护。

参照图1，示出了本发明的一种基于车辆的语音交流方法的步骤流程图，具体可以包括如下步骤：

步骤101，在车辆不打开车窗的情况下，响应车内人员的操作，控制车辆分别采集车内人员的车内语音信息和车外人员的车外语音信息；

在本发明中，在不开车窗的情况下实现车内人员与车外人员的有效沟通，首先需要采集用于进行双方沟通的语音信息，此时可以响应车内人员的操作，控制车辆采集用于进行双方沟通的语音信息，以便能够基于所采集的语音信息实现车内人员与车外人员的双向语音交流。

其中，所采集的用于进行双方沟通的语音信息可以包括车内人员的车内语音信息和车外人员的车外语音信息。

在实际应用中，车内人员具有采集车内外语音信息的控制权限，所响应的用户操作可以是对采集车内外语音信息的触发操作。在具体实现中，对采集车内外语音信息的触发可以是车内人员主动进行的触发，也可以是车内人员在车辆外部检测后进行触发。

在车内人员主动进行触发的情况下，接收到车内人员主动作用于车内外语音信息的采集操作，可以控制车辆分别采集车内人员的车内语音信息和车外人员的车外语音信息，以实现车内外的语音交流。

其中，车内人员具有采集车内外语音信息的控制权限，可以表现为对车内人员与车外人员的语音交流通道的控制权限，即可以在打开车内人员与车外人员的语音交流通道的基础上采集车内外语音信息，实现车内外的语音交流。

在车内人员在车辆外部检测后进行触发的情况下，在车辆检测到车外人员的语音信息和/或识别到车外人员与车辆的距离小于预设距离阈值时，可以根据车内人员的操作打开车内人员与车外人员的语音交流通道。

具体的，在车辆进行外部检测后，车辆可以向车内人员发送提示消息，以提示车内人员是否打开车内人员与车外人员的语音交流通道。其中，提示消息可以是基于车辆检测到具有语音交流意图的车外人员时生成，具有语音交流意图的车外人员的判定方式可以通过检测到车外人员的语音信息和/或识别到车外人员与车辆的距离小于预设距离阈值确定。

在实际应用中，对于车外人员的语音信息的检测，可以通过位于车身上朝外的麦克风进行VAD(voice activity detection，语音活性检测)检测实现。VAD检测主要用于检测语音信号是否存在，且还可以去掉所检测的语音信号中所包含的静音成分以得到有效语音信息，车外人员处于车外环境中，噪声过于嘈杂，可能出现人声冲突或者人声处于较远区域或者为车外大屏播放视频中具有人声的现象，此时VAD检测可能会出现误判断。

在这种情况下，针对具有语音交流意图的车外人员的判定，可以结合车辆的图像识别共同实现，即在VAD检测的基础上结合图像识别，车辆可以具有至少一个摄像头，所具有的摄像头可以用于识别不同方向的图像，如果识别到车外有人接近，例如与车辆的距离小于预设距离阈值，则判定车外存在具有语音交流意图的车外人员，此时可以提示车内人员是否触发对车内人员与车外人员的语音交流通道的打开。

步骤102，根据车内语音信息和车外语音信息实现车内外的语音交流。

在采集车内语音信息和车外语音信息后，可以基于所建立的车内与车外的双向沟通渠道，即车内人员与车外人员的语音交流通道，实现车内人员与车外人员的双向语音交流。

具体的，可以向车外人员播放车内语音信息，以及向车内人员播放车外语音信息，以实现车内外的语音交流。

其中，在基于所建立的车内与车外的双向沟通渠道播放语音信息的过程中，可以确定语音信息的来源，信息来源可以基于车辆内外进行划分，此时可以基于所建立的双向沟通渠道按照与信息来源相应的语音交流方向播放语音信息。例如，在确定所采集的车内语音信息为来自车内的信息时，可以确定来自车内信息的语音交流方向为车内向车外，此时可以向车外人员播放车内语音信息；在确定所采集的车外语音信息为来自车外的信息时，可以确定来自车外信息的语音交流方向为车外向车内，此时可以向车内人员播放车外语音信息。

在本发明中，在车辆不打开车窗的情况下，可以响应车内人员的操作控制车辆采集车内人员的车内语音信息和车外人员的车外语音信息，基于所采集的车内语音信息和车外语音信息实现车内外的语音交流。通过建立车内与车外的双向沟通渠道，实现车内人员与车外人员的双向语音交流，增强接收和发送的语音，达到在不开车窗的前提下车内人员与车外人员进行有效沟通的目的。

参照图2，示出了本发明的另一种基于车辆的语音交流方法的步骤流程图，具体可以包括如下步骤：

步骤201，控制车辆分别采集车内人员的车内语音信息和车外人员的车外语音信息；

在本发明中，可以响应车内人员的操作，控制车辆分别采集车内人员的车内语音信息和车外人员的车外语音信息，以便能够基于所采集的车内外语音信息实现车内人员与车外人员的双向语音交流。

在实际应用中，对于车外语音信息的采集，车外人员处于车外环境中，噪声过于嘈杂，可能出现人声冲突或者人声处于较远区域或者为车外大屏播放视频中具有人声的现象，首先可以确定车外人员的目标音区，然后通过位于车身朝外的麦克风采集属于目标音区的语音信息。

具体的，可以将车外人员方向作为波束成形时的制定方向，将车外麦克风阵列按照车外人员相对车辆的方向作为制定方向进行波束成形，并将波束指向的范围区域为目标音区，以便将车外麦克风阵列指向车外人员，只采集车外人员的语音信息；在另一种方式下，可以通过UI界面(User Interface，用户界面)的交互响应来确定目标音区，UI界面所显示的图标或按键可以与位于车外的麦克风阵列建立控制逻辑，此时可以通过车内人员基于选择需要获取的声音方向确定收音方向，以得到车外人员的目标音区采集车外语音信息。

步骤202，向车外人员播放车内语音信息，以及向车内人员播放车外语音信息，以实现车内外的语音交流。

对车内语音信息和车外语音信息的采集与播放，可以通过车内人员与车外人员的语音交流通道实现，具体的可以基于车机系统所建立的音频通信链路实现，所建立的音频通信链路可以包括上行通信链路和下行通信链路。

在实际应用中，车内人员所具有的对车内人员与车外人员的语音交流通道的控制权限，实际上可以表现为对车辆语音交流模式的切换权限，具体的，车辆的语音交流模式可以包括车内语音交流模式，以及车内与车外的语音交流模式，车内语音交流模式可以指的是车内麦克风采集车内人员的语音信息并传输至车载大屏实现相应语音控制，而车内与车外的语音交流模式可以指的是通过所建立的通信链路，对车内麦克风所采集的车内人员的语音信息传递至位于车身上朝外的扬声器或喇叭进行播放。

需要说明的是，不同语音交流模式的切换可以表现为对模式相应音频通信链路的切换，音频通信链路的切换实际上可以相当于在电脑上对声卡的选择，或者像手机上对蓝牙耳机、扬声器或听筒的切换；或者像视频通话时切换手机前后摄像头一样，切到不同的摄像头能够看到不同的图像，其所呈现给用户的是可选择的通路，可由系统底层进行相应的驱动配置实现。

在触发对车内外语音信息的采集时，可以表现为将车辆的语音交流模式切换为车内与车外的语音交流模式，此时可以通过与车内外语音交流模式相应的音频通路(如图3所示的上下行通信链路)，双向传递与播放所采集的车内外语音信息。

在一种可选的实施例中，车内人员在将车辆的语音交流模式切换为车内与车外的语音交流模式，若此时车内人员无需跟车外人员进行交流，还可以将车辆的语音交流模式切换为车内语音交流模式，具体可通过切换音频通路链路实现，即将车内麦克风的音频通路切换为车内人员与车载大屏的语音交互，而不是与车外人员的语音交流。

参照图3，示出了本发明实施例中所建立的上下行通信链路的示意图。

所建立的上行通信链路可以表现为对位于车身上朝外的麦克风而言对内的通信链路，其能够实现车外人员对车内人员说话，且车内人员听车外人员说话的渠道，具体的，通过位于车身上朝外的麦克风A作为系统的输入接口，将所采集的车外语音信号转换为电信号，并作为上行信号通过输入至系统进行降噪、回声消除、人声增强、信号放大等处理，再通过车内的喇叭B将经由处理后的电信号重新转换为语音信号，并采用合适的音量进行播放，使得车内人员能够清晰听到车外人员讲话的内容，完成车外语音信息的播放。

所建立的下行通信链路而言可以表现为对车内麦克风而言对外的通信链路，其能够实现车内人员对车外人员说话，且车外人员听车内人员说话的渠道，具体的，通过位于车内麦克风C作为系统的输入接口，将所采集的车内语音信号转换为电信号，并作为下行信号通过输入至系统进行降噪、回声消除、人声增强、信号放大等处理，再通过位于车身上朝外的喇叭D将经由处理后的电信号重新转换为语音信号，然后通过位于车身上朝外的喇叭D作为系统的输出接口采用合适的音量进行播放，使得车外人员能够清晰听到车内人员讲话的内容，完成车内语音信息的播放。

其中，所进行的降噪处理可以指的是滤除原始采集的语音信号中所包含的无用噪声；回声消除指的是在上下行通信链路同时工作的情况下，可能存在车内麦克风C或位于车身上朝外的麦克风A在采集语音信号时车内喇叭B或位于车身上朝外的喇叭D还在播放声音，其主要是滤除原始采集的语音信号中所包含位于车身上朝外的喇叭D或车内喇叭B所播放的声音；人声增强可以指的是由于车外人员的人声可能受到距离、噪声等因素的影响，当前信噪比较低，此时可以通过提高信噪比起到增强人声的作用；信号放大主要指的是放大处理后的语音信号，以及驱动车内喇叭B或位于车身上朝外的喇叭D播放声音。

需要说明的是，所建立的上下行通信链路支持全双工通信，即上、下行通信链路能够同时工作，实现同时采集、传输、处理以及播放语音信号，保证车内人员与车外人员进行语音交流的实时性；对于上下行通信链路所进行的语音信号采集、传输、处理以及播放的过程，无论对于上行通信链路还是下行通信链路，其处理流程是相同的。

在本发明的一种实施例中，向车外人员播放车内语音信息以及向车内人员播放车外语音信息，实现车内外的双向语音交流。其可以存在如下应用场景：

作为一种示例，当车内人员为女性用户时，车外人员对车内人员而言可能涉及到人身安全问题，在保证自身安全的前提下需要与车外人员进行沟通，例如与商店人员沟通购买商品或者与快递人员沟通拿取快递时，可以与车外人员沟通将物品放入后备箱。

此时所采集的车内语音信息可以是物品放置信息，所采集的车外语音信息可以是针对物品放置的反馈信息，在响应车内人员的操作控制车辆开启后备箱后，可以向车外人员播放所采集的物品放置信息，以告知车外人员放置物品于所开启的后备箱，以及可以向车内人员播放车外人员发出的针对物品放置的反馈信息。

作为另一种示例，在车辆不打开车窗的情况下，在车内人员与商店人员沟通购买商品后，需要对商品进行支付时，所采集的车内语音信息可以是付款信息，所采集的车外语音信息可以是针对付款的反馈信息，若此时向车外人员播放付款信息，在响应车内人员经由车辆采集和/或提供的与付款方式相应内容进行的付款操作后，可以向车内人员播放车外人员发出的针对付款的反馈信息，以告知车内人员付款是否成功。

其中，在车外的商品人员提供付款方式相应内容，例如展示付款二维码之后，可以通过车辆所具有的摄像头采集二维码，然后传输至车载大屏上，此时车内人员可以在车内采用移动终端对车载大屏所显示的二维码进行扫码支付，或者通过车内人员调用车载系统上的具有付款功能的小程序刷脸完成支付。

作为又一种示例，在车辆需要进行充电时，车内人员可以在车内与车外人员沟通完成车辆充电，此时所采集的车内语音信息可以是充电信息，所采集的车外语音信息可以是针对车辆充电的反馈信息，在响应车内人员的操作控制车辆开启充电口后，可以向车外人员播放充电信息，以告知车外人员通过充电口对车辆进行充电，以及向车内人员播放车外人员发出的针对车辆充电的反馈信息。

作为再一种示例，在第三方人员的车辆需要进行充电时，车内人员可以在车内与车外人员沟通帮助他人完成车辆充电，此时所采集的车内语音信息可以是对外供电信息，所采集的车外语音信息可以是对外供电的反馈信息，在响应车内人员的操作控制车辆开启充电口后，可以向车外人员播放对外供电信息，以告知车外人员通过充电口对车外人员的车辆进行充电，以及向车内人员播放车外人员发出的对外供电的反馈信息。

在本发明中，通过建立车内与车外的双向沟通渠道，实现车内人员与车外人员的双向语音交流，增强接收和发送的语音，达到在不开车窗的前提下车内人员与车外人员进行有效沟通的目的。

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4，示出了本发明的一种基于车辆的语音交流装置的结构框图，具体可以包括如下模块：

语音信息采集模块401，用于在所述车辆不打开车窗的情况下，响应车内人员的操作，控制车辆分别采集车内人员的车内语音信息和车外人员的车外语音信息；

语音交流模块402，用于根据所述车内语音信息和所述车外语音信息实现车内外的语音交流。

在本发明的一种示例中，语音信息采集模块401可以包括如下子模块：

语音信息采集子模块，用于接收车内人员的操作，控制所述车辆分别采集车内人员的车内语音信息和车外人员的车外语音信息，以实现车内外的语音交流。

在本发明的一种示例中，所述装置还可以包括如下模块：

语音交流通道打开模块，用于在所述车辆检测到车外人员的语音信息和/或识别到车外人员与所述车辆的距离小于预设距离阈值时，根据所述车内人员的操作打开车内人员与车外人员的语音交流通道，以实现车内外的语音交流。

在本发明的一种示例中，语音交流模块402可以包括如下子模块：

语音双向交流子模块，用于向所述车外人员播放所述车内语音信息，以及向所述车内人员播放所述车外语音信息，以实现车内外的语音交流。

在本发明的一种示例中，所述车内语音信息包括物品放置信息，所述车外语音信息包括针对物品放置的反馈信息，语音交流模块402可以包括如下子模块：

物品放置信息播放子模块，用于在响应车内人员的操作控制所述车辆开启后备箱后，向所述车外人员播放所述物品放置信息，以告知所述车外人员放置物品于所开启的后备箱；

第一反馈信息播放子模块，用于向所述车内人员播放所述车外人员发出的针对物品放置的反馈信息。

在本发明的一种示例中，所述车内语音信息包括付款信息，所述车外语音信息包括针对付款的反馈信息，语音交流模块402可以包括如下子模块：

付款信息播放子模块，用于向所述车外人员播放所述付款信息；

第二反馈信息播放子模块，用于在响应车内人员经由车辆采集和/或提供的与付款方式相应内容进行的付款操作后，向所述车内人员播放所述车外人员发出的针对付款的反馈信息，以告知车内人员付款是否成功。

在本发明的一种示例中，所述车内语音信息包括充电信息，所述车外语音信息包括针对车辆充电的反馈信息，语音交流模块402可以包括如下子模块：

充电信息播放子模块，用于在响应车内人员的操作控制所述车辆开启充电口后，向所述车外人员播放所述充电信息，以告知所述车外人员通过所述充电口对所述车辆进行充电；

第三反馈信息播放子模块，用于向所述车内人员播放所述车外人员发出的针对车辆充电的反馈信息。

在本发明的一种示例中，所述车内语音信息包括对外供电信息，所述车外语音信息包括对外供电的反馈信息，语音交流模块402可以包括如下子模块：

对外供电信息播放子模块，用于在响应车内人员的操作控制所述车辆开启充电口后，向所述车外人员播放所述对外供电信息，以告知所述车外人员通过所述充电口对所述车外人员的车辆进行充电；

第四反馈信息播放子模块，用于向所述车内人员播放所述车外人员发出的对外供电的反馈信息。

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。

本发明还提供了一种车辆，包括：

包括上述基于车辆的语音交流装置、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基于车辆的语音交流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基于车辆的语音交流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一种基于车辆的语音交流方法和一种基于车辆的语音交流装置，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。