一种车载语音交互方法、系统及可读存储介质

本申请涉及智能车载系统技术领域，公开了一种车载语音交互方法、系统及可读存储介质，其方法包括：同步采集车载环境下的初始语音与视频数据；通过本地声学模型进行唤醒词检测，并基于检测置信度，利用口型识别模型提取口型视觉特征序列进行口型验证，以获取唤醒状态及声源定位信息；并据此激活对应位置的交互模块，然后将采集的交互语音与视频数据，分别通过本地模型与云端模型进行语义识别；最后，对本地与云端的两路语义识别结果进行融合交叉验证，生成最终语义识别指令，并由车载系统执行相应操作。本发明提升了车载语音交互在复杂环境下的识别准确率、响应速度与鲁棒性，有效降低误唤醒率，优化用户体验。