CN110657819A - 语音导航方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本发明属于车载导航技术领域，特别涉及本发明提供一种语音导航方法、装置、计算机设备及存储介质，语音导航方法包括：获取用户语音信息和当前地理位置信息；根据用户语音信息搜索与用户语音信息相匹配的多组商家信息；根据多组商家信息对商家进行排序生成商家排名列表进行显示或播报；根据用户选择的商家获取商家位置信息，并根据所述商家位置信息和所述当前地理位置信息生成导航路径，本技术方案根据用户实时的导航语音输入，动态地分析用户前往目的地的意图，综合地提供有效的目的地，实现了智能的语音播报，给出用户目前导航的最佳目的地选择，减少了用户自行查找相关信息的筛选时间，给用户提供更人性化的智能播报需求。

Description

语音导航方法、装置、计算机设备及存储介质

技术领域

本发明涉及车载语音导航技术领域，特别涉及一种语音导航方法、装置、计算机设备及存储介质。

背景技术

随着科技的进步和语音识别技术的迅速发展，目前市面上已经有越来越多的智能语音导航产品，能够在提供用户各种语音功能的同时提供交互更人性化的语音播报内容，但在很多时候通过语音进行导航操作时，仅仅只能将用户所说的目的地进行导航，然后提示一些关于目的地的基本天气信息以及结合抵达目的地的时间来提示油量使用情况等等，或者是在驾驶过程中实时的提示路况信息，包括红绿灯或者是电子眼等等，无法根据用户的用户语音信息做到更智能的语音播报。

发明内容

本发明的目的在于提供一种语音导航方法、装置、计算机设备及存储介质，可以实现根据用户的用户语音信息进行智能化的语音播报。

本发明是这样实现的，本发明第一方面提供一种语音导航方法，所述语音导航方法包括：

获取用户语音信息和当前地理位置信息；

根据所述用户语音信息搜索与所述用户语音信息相匹配的多组商家信息；

根据所述多组商家信息对商家排序生成商家排名列表并进行显示或播报；

根据用户选择的商家获取商家位置信息，并根据所述商家位置信息和所述当前地理位置信息生成导航路径。

本发明第二方面提供一种语音导航装置，所述语音导航装置包括：

用户语音信息获取模块，用于获取用户语音信息；

地理信息获取模块，用于获取当前地理位置信息；

商家信息搜索模块，用于根据所述商品名称搜索多组商家信息；

商家排序模块，用于根据所述多组商家信息对商家排序生成商家排名列表并进行显示或播报；

导航模块，用于根据用户选择的商家获取商家位置信息，并根据所述商家位置信息和所述当前地理位置信息生成导航路径。

本发明第三方面提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本发明第一方面所述方法的步骤。

本发明第四方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如本发明第一方面所述方法的步骤。

本发明提供一种语音导航方法、装置、计算机设备及存储介质，所述语音导航方法包括：获取用户语音信息和当前地理位置信息；根据用户语音信息搜索与用户语音信息相匹配的多组商家信息；根据多组商家信息对商家排序生成商家排名列表并进行显示或播报，根据用户选择的商家获取商家位置信息，并根据所述商家位置信息和所述当前地理位置信息生成导航路径，本技术方案根据用户实时的导航语音输入，动态地分析用户前往目的地的意图，综合地提供有效的目的地，实现了智能的语音播报，给出用户目前导航的最佳目的地选择，减少了用户自行查找相关信息的筛选时间，给用户提供更人性化的智能播报需求。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例1提供的一种语音导航方法的流程图；

图2是本发明实施例1提供的一种语音导航方法中步骤S11之后步骤的流程图；

图3是本发明实施例1提供的一种语音导航方法中步骤S12的具体流程图；

图4是本发明实施例1提供的一种语音导航方法中步骤S13的具体流程图；

图5是本发明实施例1提供的一种语音导航方法中步骤S134的具体流程图；

图6是本发明实施例1提供的一种语音导航方法中A店、B店和C店的得分面积示意图；

图7是本发明实施例1提供的一种语音导航方法的又一流程图；

图8是本发明实施例1提供的一种语音导航方法中的导航终端的结构示意图；

图9是本发明实施例1提供的一种语音导航方法中的服务器的结构示意图；

图10是本发明实施例2提供的一种语音导航装置的结构示意图；

图11是本发明实施例2提供的一种语音导航装置的商家信息搜索模块的结构示意图；

图12是本发明实施例2提供的一种语音导航装置的商家排序模块的结构示意图；

图13是本发明实施例2提供的一种语音导航装置的网络判断模块的结构示意图；

图14是本发明实施例4提供的计算机设备的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

为了说明本发明的技术方案，下面通过具体实施例来进行说明。

实施例1

为了便于理解，本发明实施例1提供一种语音导航方法，如图1所示，该语音导航方法包括：

步骤S11.获取用户语音信息和当前地理位置信息。

在步骤S11中，本步骤执行主体为车辆内的导航终端，也可以是包括进行语音分析和地理位置分析的其他电子设备，导航终端根据用户操作显示导航交互界面并进入接收用户语音的导航模式，实现对用户语音的录音以获取用户语音信息，例如，用户向导航终端发出语音信息“我想去大润发买菜”，导航终端进行录音获取用户语音信息后通过定位模块获取当前地理位置信息，并进一步对该用户语音信息进行分析。

步骤S12.根据用户语音信息搜索与用户语音信息相匹配的多组商家信息。

在步骤S12中，当导航终端接收到用户语音信息后，可以根据当前的网络状态选择本地或者服务器对用户语音信息进行处理。

可选的，作为一种实施方式，如图2所示，获取用户语音信息和当前地理位置信息，之后还包括：

步骤S121.与服务器连接并判断是否连接成功。

在步骤S121中，获取实时网络状态，根据当前网络状态判断当前是否连接上服务器，因为用户当前所在的使用场景无法百分百确保网络的畅通，因此，在本地无网络情况下，也支持一定的语音分析能力，解决大部分提示需求，在联网成功情况下，则是利用起互联网的资源以及强大的服务器处理能力分析用户的数据。具体的，当用户在地理位置空旷且网络覆盖率较高的地面时，终端接发信号灵敏度高，网络通畅，获取此时终端信号灵敏度为-90dBm，终端能够连接上服务器，当用户在地下车库这种网络覆盖率较低的位置时，屏蔽物遮挡较多的位置时，此时获取的终端信号灵敏度为-105dBm，则表示网络状态较差，无法连接上服务器，因为无法将用户语音信息传送至服务器的语音处理引擎。

步骤S122.当判定连接不成功时，则通过本地语音处理引擎进行语音分析和地理位置分析。

在步骤S122中，若终端网络状态较差，无法连接上服务器，则将用户语音信息和当前地理位置信息发送给本地语音处理引擎，本地语音处理引擎支持一定的语音分析能力，根据分析结果进行提示。

具体的，例如，当检测到终端接收信号灵敏度为-108dBm以下时，则表示网络状态较差，将用户语音信息发送给本地语音处理引擎，由本地语音处理引擎进行数据处理，通过本地语音处理引擎返回分析结果，分析结果为根据用户语音信息和当前地理位置信息获取商家各项指标的分数信息，并根据商家的排名信息形成提示内容，将提示内容在交互界面中更新，并将其内容整理后进行播报。

具体的，在有网络的条件下，预先将需导航地方的离线导航地图，以及将需导航地方的卫星的星历信息数据下载存储到本地语音处理引擎上，本地语音处理引擎接收用户的语音操作指令设置导航目的地，根据设置的导航目的地，规划导航路线；根据规划导航路线，通过预先下载的离线导航地图进行导航，在目标位置定位时从本地语音处理引擎提取预先下载的卫星星历信息，进行离线导航，卫星星历信息用于实现辅助定位。

步骤S123.当判定连接成功时，则将用户语音信息和当前地理位置信息发送至服务器中的语音处理引擎进行语音分析和地理位置分析。

在步骤S123中，服务器语音处理引擎完成数据分析后，进而根据地理位置获取与语音分析结果相匹配的商家，并根据推荐算法进行计算并得到待推荐商家，将分析结果下发到导航终端，导航终端根据分析结果再进行显示和语音播报。

本实施方式根据当前网络状态判断通过本地语音处理引擎还是通过服务器的语音处理引擎进行语音分析，保证了语音分析的正常进行。

在步骤S12中，根据用户语音信息搜索与用户语音信息相匹配的多组商家信息是指对所接收到的用户语音信息进行分析，提取出其中的商品名称关键词、商家名称关键词或者意愿关键词，再根据提取的关键词确定商家信息，其中，商家信息包括商家名称、商家位置信息、商品价格信息以及服务质量信息。

作为一种实施方式，如图3所示，根据用户语音信息搜索与用户语音信息相匹配的多组商家信息，包括：

步骤S124.将用户语音信息转化为自然语言，对自然语言进行拆解和匹配并判断是否包括商品名称关键词，当包括商品名称关键词时，执行步骤S125，当不包括商品名称关键词时，执行步骤S126。

在步骤S124中，语音处理引擎将输入的原始的语音文件信息经过语音识别预处理；将经过语音识别预处理的语音文件进行离线解码或在线解码、置信度处理后转成自然语言文本信息，置信度处理是对语音识别系统的识别结果进行假设检验，通过试验设定的阈值对识别结果的可靠性进行评价，定位结果中的错误，从而提高识别系统的识别率和稳健性，之后将自然语言文本信息经过模式匹配处理、语法分析处理、语义解析处理、语义搜索处理、上下文管理处理以及语义预测处理后进行拆解获取商品名称关键词，并判断商品名称关键词库中是否包括商品名称关键词。

步骤S125.根据商品名称关键词搜索多组商家信息。

在步骤S125中，获取商品名称关键词后，将商品名称关键词转换为json数据，并在数据表中搜索包括商品名称关键词的商家信息。

具体的，例如，语音处理引擎接收的用户语音信息为“我要去商场买衣服”，经过自然语言理解，就会将商品名称关键词“衣服”分析出来，然后以json的形式转换成字段，例如，使用JSON.parse进行转换,转换后的json字段为JSON.parse('{"label":"衣服","key":"1"}')，再根据字段定义将json字段内的数据读取出来，针对“衣服”进行搜索数据表中附近售卖衣服的商场，例如“天虹商场”等等，根据搜索的商家名称形成多组商家信息。

步骤S126.获取意愿关键词，调取用户行为数据并获取与意愿关键词相对应的商品关键词，再根据商品关键词搜索多组商家信息。

在步骤S126中，语音处理引擎没有检测到商品名称关键词时，将自然语言文本信息经过模式匹配处理、语法分析处理、语义解析处理、语义搜索处理、上下文管理处理以及语义预测处理后，获取意愿关键词，其中意愿关键词可以为“想吃”、“想玩”、“打游戏”，但并不限于此，将意愿关键词转换为json数据，并在数据表中的用户行为数据中搜索符合该意愿关键词的商品关键词，再根据商品关键词搜索多组商家信息，例如，与意愿关键词“想吃”相关的用户行为数据可以包括客户就餐时喜欢去的餐厅、当前时间段对应的客户历史购买菜品信息以及用户历史购买商品的购买次数信息等等。

具体的，例如，语音处理引擎在用户周一晚上下班时接收的用户语音信息为“我想吃”，经过自然语言理解，获取意愿关键词“想吃”，然后以json的形式转换成字段，例如，使用JSON.parse进行转换,转换后的json字段为JSON.parse('{"label":"想吃","key":"1"}')，再根据字段定义将json字段内的数据读取出来，针对“想吃”进行搜索数据表中用户行为数据中附近吃饭的商家，分析出用户在周一的晚饭多次在不同的面馆吃面，即可以获取当前时间的习惯为吃面，则搜索可以吃面的饭店并推荐记录次数最多的面馆，例如“面点王”等等，根据搜索的商家名称形成多组商家信息。

本实施方式，可以根据用户的用户语音信息分析提取出其中的商品名称关键词或者意愿关键词，并根据商家名称和商品名称形成多组商家信息，实现了对用户推荐商家的获取。

步骤S13.根据多组商家信息对商家排序生成商家排名列表并进行显示或播报。

作为一种实施方式，如图4所示，步骤S13中根据所述多组商家信息对商家排序生成商家排名列表并进行显示或播报，包括：

步骤S131.根据多组商家信息创建商家的评分项目以及每个评分项目的评分标准。

在步骤S131中，评分项目是指用于对每个商家进行评分的指标，评分项目为多个，以对商家进行全方面评价，服务质量是指可以在网络上检索到的各种评价分数，例如，可以是用户评分、信用度以及同行排名等等，评分标准时根据评分项目的种类所设置的具体计算分数的算法。

例如，作为一种实施方式，根据多组商家信息创建每个商家的评分项目以及每个评分项目的评分标准，包括：

创建距离评分项目，并创建距离评分项目的评分标准为设定距离最小的商家的分数为标准分1分，通过以下公式计算其余商家的分数：

1-(非最小距离-最小距离)/最小距离；

创建商品价格评分项目，并创建商品价格评分项目的评分标准为设定商品价格最低的商家的分数为标准分1分，通过以下公式计算其余商家的分数：

1-(非最低价格-最低价格)/最低价格；

创建用户评分评分项目，并创建用户评分项目的评分标准为用户评分排名最高的商家的分数为标准分1分，通过以下公式计算其余商家的分数：

非最高评分/最高评分；

创建信用度评分项目，并创建信用度评分项目的评分标准为设定信用度排名最高的商家的分数为标准分1分，通过以下公式计算其余商家的分数：

非最高信用度/最高信用度；

创建同行排名评分项目，并创建同行排名评分项目的评分标准为设定同行排名最高的商家的分数为标准分1分，通过以下公式计算其余商家的分数：

非最高排名/最高排名。

步骤S132.根据每个评分项目的评分标准获取每个商家的每个评分项目的分数。

在步骤S132中，每个评分项目均设有相对应的评分标准，该评分标准可以为预设公式，也可以为以某个商家为基准的评分算法，根据该评分标准即可计算每个评分项目中每个商家的分数。

步骤S133.根据每个商家的每个评分项目的分数获取每个商家的总分数，并根据总分数对商家进行排序生成商家排名列表并进行显示或播报。

作为一种实施方式，如图5所示，根据每个商家的每个评分项目的分数获取每个商家的总分数，并根据总分数对商家进行排序生成商家排名列表并进行显示或播报，包括：

步骤S1341.将评分项目模拟成正多边形结构构成的雷达图，其中，正多边形的每个角代表一个评分项目，正多边形的中心至每个角的距离代表每个评分项目的标准分。

步骤S1342.将每个评分项目的考核分数对应于雷达图中，将所围成的面积构成每个商家的总分数，并根据所围成的面积的大小对商家进行排序生成商家排名列表并进行显示或播报。

上述实施方式中，计算每个评分项目的考核分数对应于雷达图中所围成的面积的值，可以将每个评分项目进行整合，得到一个显示面积的图，从而计算整个分数。

具体的，例如，如果用户用户语音信息发送的是“我想去大润发买电水壶”获取到大润发A店、大润发B店以及大润发C店，其中评分项目包括：价格、用户评分、信用度、距离以及同行排名五方面的信息，将上述信息做成如下表格：

确定每一个评分项目中符合预设条件的最优值，该最优值在分值上对应评分项目的标准分，同时对应正多边形的中心点到顶点的距离。

对于价格来说，预设条件为设置价格最低的为最优值，从搜索出来的结果中的最优值为B店的80块钱，在连接中心和顶点之间的连线上绘制分数，B店价格得分为1，对于距离来说，预设条件为设置距离最近的为最优值，从搜索出来的结果中最优值为距离最短的A店10km，A店距离得分为1，对于同行排名情况，预设条件为排名最靠前的为最优值，从搜索出来的结果中最优值为同行排名最靠前的为B店排在20位，B店同行排名得分为1，对于用户评分来说，评分越高则说明越受用户喜爱，预设条件为评分最高的为最优值，从搜索出来的结果中最优值为B店评分为5，B店用户评分得分为1，对于信用度来说来说，信用度越高说明店家信用越好，预设条件为信用度最高的为最优值，从搜索出来的结果中信用度最优值为C店信用300，C店信用度得分为1。

将每个评分项目的标准分、最优值以及其余商家在该项目下的值输入至该项目预设的计算公式，计算其余商家在该项目下的分值，根据标准分所对应的长度计算该分值对应的长度，并在中心点到顶点的连线上绘制该分值对应的点，绘制完所有的得分项，再将绘制的点连接起来会产生一个新的非规则多边形，然后所围成的新的多边形的面积就算为该目的地的总得分。

对于商品价格评分项目，以最便宜的B店作为标准，得分为1，其余店的计算公式为：1-(非最低价格-最低价格)/最低价格＝价格得分：

A店得分为：1-(100-80)/80＝0.75

C店得分为：1-(90-80)/80＝0.875

对于距离评分项目，以最近距离的A店作为标准，得分为1，其余店的计算公式为：1-(非最近距离-最近距离)/最近距离＝距离得分：

B店得分为：1-(14-10)/10＝0.6

C店得分为：1-(12-10)/10＝0.8

对于用户评分项目，以最高排名的B店作为标准，得分为1，其余店的计算公式为：非最高评分/最高评分＝评分得分：

A店得分为：4/5＝0.8

C店得分为：4/5＝0.8

对于信用度评分项目，以最高排名的C店作为标准，得分为1，其余店的计算公式为：非最高信用度/最高信用度＝信用度得分：

A店得分则为：200/300＝0.67

B店得分则为：240/300＝0.80

对于同行排名评分项目，以最高排名得分的C店作为标准，得分为1，其余店的计算公式为：非最高排名/最高排名＝排名得分：

A店得分则为：50/100＝0.5

B店得分则为：20/100＝0.2

最后将A店、B店和C店得分绘制成三个不规则五边形，如图6所示，计算五条边共同围成的正多边形面积大小，以面积大小进行最终的用户推荐的排名，围成的面积越大，说明排名越前。

步骤S14.根据用户选择的商家获取商家位置信息，并根据商家位置信息和所述当前地理位置信息生成导航路径。

在步骤S14中，在用户交互界面显示满足用户需求的目的地信息及排名，并对信息进行语音播报，因为提示内容的不同，用户通过提示给出的建议，决定是否选择前往目的地，当用户选择其中一个商家后，即获取该商家的商家位置信息，根据商家位置信息和当前地理位置信息生成导航路径，并对用户进行导航。

进一步的，作为一种实施方式，如图7所示，根据商品名称搜索多组商家信息还包括：

步骤S15.获取当前时间点、商家的营业开始时间点和营业结束时间点。

在步骤S15中，根据商家名称在网络上搜索每个商家的营业开始时间点和营业结束时间点。

步骤S16.根据当前车速、当前地理位置信息以及商家地理位置信息获取抵达商家位置的时间。

在步骤S16中，根据当前地理位置信息以及商家地理位置信息获取距离信息，再根据车速信息获取抵达商家位置的时间。

步骤S17.根据用户习惯行为获取平均购物时间。

在步骤S17中，获取用户每次到相同类型商家进行购物的时间信息，可以从所有的时间信息中取平均值获取购物时间。

步骤S18.根据当前时间点、抵达商家位置的时间以及购物时间计算完成购物的时间点。

步骤S19.判断完成购物的时间点是否在营业开始时间点和营业结束时间点之间。

步骤S20.当判断结果为是时，保留该组商家信息。

步骤S21.当判断结果为否时，将该组商家标记为存在未完成购物风险商家。

本实施方式可以根据抵达商家位置的时间和用户的购物时间计算是否可以在商家营业时间结束时完成购物，进而对不能及时完成购物的商家进行删除，给用户带来了方便。

进一步的，该语音导航方法还包括：

获取天气信息，根据为用户推荐的导航路径生成天气信息提示内容；根据天气信息的提示内容，以及当前道路的环境信息数据，分别生成与之对应的局部区域的天气信息提示数据；向用户播放所述天气信息提示数据。

本实施方式，可以根据为用户推荐的导航路径生成天气提示信息，当用户选择某个路径时，即播放该路径对应的天气信息，给用户带来了方便。

如图8和图9所示，下面通过具体的例子对本实施例进行说明：

导航终端包括第一数据通信单元101、网络判断单元102、界面交互单元103以及本地语音处理引擎108，本地语音处理引擎108包括第一地理信息分析单元104、第一语音信息分析单元105、第一天气信息分析单元106以及第一评分算法单元107，其中，界面交互单元103用于接收用户语音信息，网络判断单元102用于判断是否能连接服务器，第一数据通信单元101用于将用户语音信息发送给本地语音处理引擎108或者服务器，第一语音信息分析单元105用于将用户语音信息转换成自然语言，同时进行自然语言分析，提取出其中的信息点，第一地理信息分析单元104用于根据用户的定位信息获取用户当前所处的环境信息，第一评分算法单元107用于根据信息点对环境信息进行筛选，并根据推荐算法进行计算并推荐商家，第一天气信息分析单元106用户获取每个路径的天气信息，并向用户进行播报。

服务器包括第二数据通信单元111、用户数据存储单元112以及语音处理引擎113，语音处理引擎113包括三方服务对接单元114、第二地理信息分析单元115、第二语音信息分析单元116、第二天气信息分析单元117、第二评分算法单元118以及用户信息分析单元119，其中，第二数据通信单元111用于与第一数据通信单元101通信，用于将用户语音信息发送给本地语音处理引擎，用户数据存储单元112用于存储用户行为数据，三方服务对接单元114用于获取用户行为数据，第二语音信息分析单元116用于将用户语音信息转换成自然语言，同时进行自然语言分析，提取出其中的信息点，第二地理信息分析单元115根据用户的定位信息获取用户当前所处的环境信息，第二评分算法单元118用于根据用户数据和信息点对环境信息进行筛选，并根据推荐算法进行计算并推荐商家，第二天气信息分析单元117用户获取每个路径的天气信息，并向用户进行播报。

用户想去买菜，对导航终端说“我想去大润发买菜”，网络判断单元102判断当前网络信号不佳，连接不上服务器时，通过本地语音处理引擎108对录音数据进行处理，第一语音信息分析单元105获取用户的录音“我想去大润发买菜”，将用户的录音“我想去大润发买菜”转换为自然语言，拆解出用户话语中“大润发”和“买菜”两个信息点，分析出“大润发”为目的地信息，“买菜”为目的地行为，并获取用户的当前位置信息，根据用户语音信息中的信息点的分析，将“大润发”定义为定位数据，获取“大润发”的地理位置，根据用户位置定位到用户的城市，例如获取到用户当前位置在深圳市八卦岭，获取深圳市的所有商家并选择距离当前位置最近的三家商家，附近的“大润发”有三家分别位于福田区笋岗路1号、罗湖区红岭路2号、南山区深南路3号；根据大润发所处的位置信息，第一天气信息分析单元106获取大润发所在地深圳市的天气状况，例如，深圳市天气晴、偏南风3级，相对湿度60％，该天气满足出行要求；第一地理信息分析单元104获取大润发福田区笋岗路1号店的营业时间为8:00-21:00；大润发罗湖区红岭路2号店营业时间为8:00-22:00、南山区深南路3号店的营业时间为9:00-23:00，计算从当前位置出发离大润发福田区笋岗路1号店的距离为8公里，天气晴朗，道路状况畅通，预计所需时间为20分钟，从当前位置出发离大润发罗湖区红岭路2号店的距离为12公里，天气晴朗，道路状况畅通，预计所需时间为35分钟，从当前位置出发离大润发南山区深南路3号店的距离为20公里，天气晴朗，道路状况畅通，预计所需时间为50分钟，获取用户购物的时间为60分钟，当前时间为晚上20:00，从当前位置到大润发福田区笋岗路1号店的时间为25分钟，则到达大润发完成购物的时间为21:25，晚于大润发福田区笋岗路1号店最晚营业时间21:00，若去往此店已经停止营业；从当前位置到大润发罗湖区红岭路2号店的时间为35分钟，则到达大润发发完成购物的时间为21:35，小于大润发罗湖区红岭路2号店营业时间22:00，可以前往目的地，不影响活动；从当前位置到大润发南山区深南路3号店的时间为50分钟，则到达大润发发完成购物的时间为21:50，小于大润发罗湖区红岭路2号店营业时间23:00，可以前往目的地，不影响活动，因此，删除大润发福田区笋岗路1号店的信息，第一评分算法单元107再根据福田区笋岗路1号和罗湖区红岭路2号商家信息进行排序，具体排序方式参见上述内容，在此不再赘述。

若网络判断单元102检测当前网络状态良好，导航终端收发信号灵敏度为-60dBm以上时，能与服务器建立通信，服务器获取导航终端发送的用户语音信息，例如，用户语音信息为：“我想去大润发买菜”，导航终端获取到用户发送的“我想去大润发买菜”这一段录音，第一数据通信单元101将录音发送给服务器的第二数据通信单元111，用户数据存储单元112存储与导航终端对应的用户行为数据，根据分析用户行为习惯揣测用户信息，在导航终端第一次向服务器请求进行语音分析时，会上传用户账户信息，用于绑定终端，语音分析服务器为终端对应的用户开辟其个人的用户数据库，绑定以后每次用户行为都会被采集至此，用于不断优化用户体验，改善产品性能。例如，语音分析服务器将用户的语音录音“我想去大润发买菜”存储在对应的用户个人数据库，对用户行为“买菜”数据进行分析，得出用户喜好新鲜的蔬菜，三方服务对接单元114建立服务器语音处理引擎与三方服务对接的通信，三方资讯供应商提供资讯查询接口在语音分析服务器端，语音分析服务器将三方资讯信息接入到服务器语音处理引擎，三方资讯供应商提供的资讯信息，例如，附近有三家大润发超市，位于xxx路3981号的大润发超市刚刚上架了一批最新的蔬菜和肉类；其中，服务器其他单元的具体工作过程与导航终端相同单元的工作过程相同，在此不再赘述。

实施例2

本发明实施例2提供一种语音导航装置40，如图10所示，语音导航装置包括：语音信息获取模块41，用于获取用户语音信息；

地理信息获取模块42，用于获取当前地理位置信息；

商家信息搜索模块43，用于根据用户语音信息搜索与用户语音信息相匹配的多组商家信息；

商家排序模块44，用于根据所述多组商家信息对商家进行排序生成商家排名列表进行显示或播报；

导航模块45，用于根据用户选择的商家获取商家位置信息，并根据商家位置信息和当前地理位置信息生成导航路径。

进一步的，语音导航装置还包括：

网络判断模块，用于与服务器连接，并判断是否连接成功；当判定连接成功时，则将用户语音信息和当前地理位置信息发送至服务器中的语音处理引擎进行语音分析和地理位置分析；当判定连接不成功时，则通过本地的语音处理引擎进行语音分析和地理位置分析。

进一步，如图11所示，商家信息搜索模块43模块包括：

第一时间获取单元431，用于获取当前时间点、商家的营业开始时间点和营业结束时间点；

第一时间计算单元432，用于根据当前车速、当前地理位置信息以及商家地理位置信息获取抵达商家位置的时间；

第二时间获取单元433，用于根据用户习惯行为获取平均购物时间；

第二时间计算单元434，用于根据当前时间点、抵达商家位置的时间以及购物时间计算完成购物的时间点；

时间判断单元435，用于判断完成购物的时间点是否在营业开始时间点和营业结束时间点之间；

结果执行单元436，用于当判断结果为是时，保留该组商家信息；当判断结果为否时，删除该组商家信息。

进一步，如图12所示，商家排序模块44模块包括：

评分创建单元441，用于根据所述多组商家信息创建商家的评分项目以及每个评分项目的评分标准；

评分计算单元442，根据每个评分项目的评分标准获取每个商家的每个评分项目的分数；

分数排序单元443，根据每个商家的每个评分项目的分数获取每个商家的总分数，并根据总分数对商家进行排序。

进一步，如图13所示，网络判断模块47包括：

网络连接单元471，用于与服务器连接；

网络判断单元472，用于判断是否与服务器连接成功；

信息执行单元473，用于当判定连接成功时，则将用户语音信息和当前地理位置信息发送至服务器中的语音处理引擎进行语音分析和地理位置分析；当判定连接不成功时，则通过本地的语音处理引擎进行语音分析和地理位置分析。

上述计算机设备中模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

实施例3

本发明实施例3提供一计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的语音导航方法，为避免重复，这里不再赘述。或者，该计算机程序被处理器执行时实现上述实施例中语音导航装置中各模块/单元的功能，为避免重复，这里不再赘述。

实施例4

图14是本发明实施例4中计算机设备的示意图。如图14所示，计算机设备6包括处理器60、存储器61以及存储在存储器61中并可在处理器60上运行的计算机程序62。处理器60执行计算机程序62时实现上述实施例中语音导航方法的各个步骤，例如图1所示的步骤S11、S12、S13和S14。或者，处理器60执行计算机程序62时实现上述实施例中语音导航装置各模块/单元的功能，例如，如图10所示的用户语音信息获取模块41、地理信息获取模块42、商家信息搜索模块43、商家排序模块44以及导航模块45的功能。

示例性的，计算机程序62可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器61中，并由处理器60执行，以完成本发明的数据处理过程。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序段，该指令段用于描述计算机程序62在计算机设备6中的执行过程。例如，计算机程序62可以被分割成如图11所示的用户语音信息获取模块41、地理信息获取模块42、商家信息搜索模块43、商家排序模块44以及导航模块45，各模块具体功能与实施例1中语音导航方法的步骤一一对应，为避免重复，在此不一一赘述。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种语音导航方法，其特征在于，所述语音导航方法包括：

获取用户语音信息和当前地理位置信息；

根据所述用户语音信息搜索与所述用户语音信息相匹配的多组商家信息；

根据所述多组商家信息对商家排序生成商家排名列表并进行显示或播报；

根据用户选择的商家获取商家位置信息，并根据所述商家位置信息和所述当前地理位置信息生成导航路径。

2.如权利要求1所述的语音导航方法，其特征在于，根据所述用户语音信息搜索与所述用户语音信息相匹配的多组商家信息，包括：

判断所述用户语音信息是否包括商品名称关键词；

当包括所述商品名称关键词时，根据所述商品名称关键词搜索多组商家信息；

当不包括所述商品名称关键词时，获取意愿关键词，调取用户行为数据并根据用户行为数据获取与所述意愿关键词相对应的商品关键词，再根据所述商品关键词搜索多组商家信息。

3.如权利要求1所述的语音导航方法，其特征在于，获取用户语音信息和当前地理位置信息，之后还包括：

与服务器连接并判断是否连接成功；

当判定连接成功时，则将所述用户语音信息和所述当前地理位置信息发送至所述服务器中的语音处理引擎进行语音分析和地理位置分析；

当判定连接不成功时，则通过本地语音处理引擎进行语音分析和地理位置分析。

4.如权利要求1所述的语音导航方法，其特征在于，根据所述多组商家信息对商家排序生成商家排名列表并进行显示或播报，包括：

根据所述多组商家信息创建商家的评分项目以及每个评分项目的评分标准；

根据每个评分项目的评分标准获取所述每个商家的每个评分项目的分数；

根据所述每个商家的每个评分项目的分数获取每个商家的总分数，并根据所述总分数对商家进行排序生成商家排名列表并进行显示或播报。

5.如权利要求4所述的语音导航方法，其特征在于，根据所述多组商家信息创建商家的评分项目以及每个评分项目的评分标准，包括：

创建距离评分项目，并创建距离评分项目的评分标准为设定距离最小的商家的分数为标准分1分，通过以下公式计算其余商家的分数：

1-(非最小距离-最小距离)/最小距离；

创建商品价格评分项目，并创建商品价格评分项目的评分标准为设定商品价格最低的商家的分数为标准分1分，通过以下公式计算其余商家的分数：

1-(非最低价格-最低价格)/最低价格；

创建用户评分评分项目，并创建用户评分项目的评分标准为用户评分排名最高的商家的分数为标准分1分，通过以下公式计算其余商家的分数：

非最高评分/最高评分；

创建信用度评分项目，并创建信用度评分项目的评分标准为设定信用度排名最高的商家的分数为标准分1分，通过以下公式计算其余商家的分数：

非最高信用度/最高信用度；

创建同行排名评分项目，并创建同行排名评分项目的评分标准为设定同行排名最高的商家的分数为标准分1分，通过以下公式计算其余商家的分数：

非最高排名/最高排名。

6.如权利要求5所述的语音导航方法，其特征在于，根据所述每个商家的每个评分项目的分数获取每个商家的总分数，并根据所述总分数对商家进行排序，包括：

将评分项目模拟成正多边形结构构成的雷达图，其中，所述正多边形的每个角代表一个评分项目，所述正多边形的中心至每个角的距离代表每个评分项目的标准分；

将每个评分项目的考核分数对应于所述雷达图中，将所围成的面积构成每个商家的总分数，并根据所围成的面积的大小对商家进行排序。

7.如权利要求2所述的语音导航方法，其特征在于，根据所述商品名称搜索多组商家信息还包括：

获取当前时间点、商家的营业开始时间点和营业结束时间点；

根据当前车速、当前地理位置信息以及商家地理位置信息获取抵达商家位置的时间；

根据用户习惯行为获取购物时间；

根据所述当前时间点、抵达商家位置的时间以及购物时间计算完成购物的时间点；

判断完成购物的时间点是否在所述营业开始时间点和所述营业结束时间点之间；

当判断结果为是时，保留该组商家信息；

当判断结果为否时，将该组商家标记为存在未完成购物风险商家。

8.一种语音导航装置，其特征在于，所述语音导航装置包括：

用户语音信息获取模块，用于获取用户语音信息；

地理信息获取模块，用于获取当前地理位置信息；

商家信息搜索模块，用于根据所述用户语音信息搜索与所述用户语音信息相匹配的多组商家信息；

商家排序模块，用于根据所述多组商家信息对商家排序生成商家排名列表并进行显示或播报；

导航模块，用于根据用户选择的商家获取商家位置信息，并根据所述商家位置信息和所述当前地理位置信息生成导航路径。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。

Images