CN108153810A - 一种音乐推荐方法、装置、设备及存储介质 - Google Patents
一种音乐推荐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN108153810A CN108153810A CN201711192514.1A CN201711192514A CN108153810A CN 108153810 A CN108153810 A CN 108153810A CN 201711192514 A CN201711192514 A CN 201711192514A CN 108153810 A CN108153810 A CN 108153810A
- Authority
- CN
- China
- Prior art keywords
- user
- music
- physiologic information
- recommendation request
- music recommendation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/63—Querying
- G06F16/635—Filtering based on additional data, e.g. user or group profiles
- G06F16/636—Filtering based on additional data, e.g. user or group profiles by using biological or physiological data
Abstract
本发明适用计算机技术领域,提供了一种音乐推荐方法、装置、设备及存储介质,该方法包括:当接收到音乐推荐请求时,从用户生理信息库中获取在该音乐推荐请求对应的采集时间段内采集到的用户生理信息,通过训练好的情绪识别模型库对用户生理信息进行情绪识别,以获取用户的当前情绪,在音乐数据库中查找当前情绪对应的音乐,向用户推荐这些音乐,从而基于用户情绪有针对性地为用户推荐音乐,有效地提高了音乐推荐的智能化程度和准确度,进而提高了用户体验。
Description
技术领域
本发明属于计算机技术领域,尤其涉及一种音乐推荐方法、装置、设备及存储介质。
背景技术
随着计算机技术的发展、移动设备的普及,人们听音乐或者K歌越来越方便,随时随地都可以打开手机、平板电脑等便携智能设备上的音乐软件、K歌软件听听歌、唱唱歌,在放松自己的同时还可以与线上的朋友进行互动。
目前,手机、平板电脑等移动设备以及计算机上的音乐平台、K歌平台,主要通过音乐播放次数(或音乐点播次数)、用户听歌喜好向用户推荐音乐。其中,依据音乐播放次数进行推荐的方式缺乏用户针对性,依据用户听歌喜好进行推荐的方式虽然具备用户针对性,但是用户在不同状态下喜欢听的音乐类型不同,例如用户在家里休息时喜欢听舒缓的钢琴曲来慢慢享受时光,在工作时喜欢听亢奋的电子音来赶走疲劳,依据用户听歌喜好进行推荐的方式无法准确地为用户推荐音乐。
发明内容
本发明的目的在于提供一种音乐推荐方法、装置、设备及存储介质,旨在解决由于现有技术中的音乐推荐方式智能化程度不足,无法有针对性地、准确性为用户推荐音乐,导致用户体验不佳的问题。
一方面,本发明提供了一种音乐推荐方法,所述方法包括下述步骤:
当接收到预设的音乐推荐请求时,从预先构建的用户生理信息库中获取在所述音乐推荐请求对应的采集时间段内采集到的用户生理信息;
通过预先训练好的情绪识别模型库对所述用户生理信息进行情绪识别,以获取所述用户的当前情绪;
在预设的音乐数据库中查询所述当前情绪对应的音乐,向所述用户推荐所述当前情绪对应的音乐。
另一方面,本发明提供了一种音乐推荐装置,所述装置包括:
生理信息获取单元,用于当接收到预设的音乐推荐请求时,从预先构建的用户生理信息库中获取在所述音乐推荐请求对应的采集时间段内采集到的用户生理信息;
情绪识别单元,用于通过预先训练好的情绪识别模型对所述用户生理信息进行情绪识别,以获取所述用户的当前情绪;以及
音乐推荐单元,用于在预设的音乐数据库中查询所述当前情绪对应的音乐,向所述用户推荐所述当前情绪对应的音乐。
另一方面,本发明还提供了一种计算设备,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上述一种音乐推荐方法所述的步骤。
另一方面,本发明还提供了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上述一种音乐推荐方法所述的步骤。
本发明在接收到音乐推荐请求时,从生理信息库中在该音乐推荐请求对应的采集时间段内采集到的用户生理信息,通过预先训练好的情绪识别模型库和用户生理信息,识别用户的当前情绪,在音乐数据库中查询当前情绪对应的音乐,将这些音乐推荐给用户,从而基于用户情绪有针对性地为用户推荐音乐,有效地提高了音乐推荐的智能化程度和准确度,进而提高了用户体验。
附图说明
图1是本发明实施例一提供的一种音乐推荐方法的实现流程图;
图2是本发明实施例二提供的一种音乐推荐方法的实现流程图;
图3是本发明实施例三提供的一种音乐推荐装置的结构示意图;
图4是本发明实施例四提供的一种音乐推荐装置的结构示意图;以及
图5是本发明实施例五提供的计算设备的结构示意图。
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。
以下结合具体实施例对本发明的具体实现进行详细描述:
实施例一:
图1示出了本发明实施例一提供的音乐推荐方法的实现流程,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
在步骤S101中,当接收到预设的音乐推荐请求时,从预先构建的用户生理信息库中获取在音乐推荐请求对应的采集时间段内采集到的用户生理信息。
本发明实施例适用于支持音乐播放的手机、平板电脑、计算机等用户设备,当用户需要听歌或者唱歌时,具体地,可通过启动这些设备上的音乐播放应用程序来生成音乐推荐请求。在接收到音乐推荐请求时,可先确定该音乐推荐请求对应的采集时间段,再从预先构建的用户生理信息库中获取在该采集时间段内采集到的用户生理信息,其中,用户生理信息库中存储着在预设的生理信息采集周期内预先采集到的用户生理信息、以及这些用户生理信息的采集时刻,用户生理信息可包括用户的心电、皮肤温度、声音以及面部信息等,从而有效地解决用户不同时刻情绪不同导致音乐推荐准确度不高的问题。
优选地,在确定音乐推荐请求对应的采集时间段时,获取音乐推荐请求的接收时间,将该接收时间设置为采集时间段的结束时间,并根据预设时长确定采集时间段的开始时间,从而使得音乐推荐请求对应的采集时间段与音乐推荐请求的接收时间相近,有效地提高了后续用户情绪识别的准确度。作为实例地,在早上八点接收到音乐推荐请求时,将八点前的半个小时设置为音乐推荐请求对应的采集时间段。
在步骤S102中,通过预先训练好的情绪识别模型库对用户生理信息进行情绪识别,以获取用户的当前情绪。
在本发明实施例中,预先根据预设的训练样本集训练情绪识别模型库,情绪识别模型库中包括分别用于识别不同情绪(如快乐、兴奋、生气、平静、哀伤等)的情绪识别模型。具体地,在训练这些情绪识别模型时,训练样本集中包括不同人在不同情绪下的生理信息,例如小明在快乐、悲伤等情绪下的心电、皮肤温度、声音以及面部信息,提取这些生理信息的特征(如心电特征、声音特征等),通过不同情绪下生理信息的特征分别训练得到用于识别对应情绪的情绪识别模型,例如,小明、小红在快乐情绪下生理信息的特征用来训练用于识别快乐情绪的情绪识别模型。
在本发明实施例中,在获取到音乐推荐请求对应的采集时间段内的用户生理信息后,可分别提取这些用户生理信息的特征,将这些特征分别输入情绪识别模型库的每个情绪识别模型中,每个情绪识别模型的识别结果即用户生理信息的特征与每个情绪识别模型中特征的匹配度,可将与用户生理信息的特征匹配度最高、且匹配度超过预设匹配阈值的情绪识别模型对应的情绪设置为用户的当前情绪。
在步骤S103中,在预设的音乐数据库中查询当前情绪对应的音乐,向用户推荐当前情绪对应的音乐。
在本发明实施例中,音乐数据库中存储着不同的音乐和这些音乐分别对应的情绪标签,例如,情绪标签可为“快乐”、“兴奋”、“生气”、“平静”和“哀伤”等。根据识别得到的用户的当前情绪,从音乐数据库中查询情绪标签中具有当前情绪标签的音乐,并将这些音乐推荐给用户。
优选地,在将情绪标签中具有当前情绪标签的音乐推荐给用户时,将这些音乐按照网络播放次数的顺序输出,从而进一步地提高用户体验。
在本发明实施例中,从生理信息库中获取在音乐推荐请求对应的采集时间段内采集到的用户生理信息,通过训练好的情绪识别模型库识别用户生理信息对应的用户当前情绪,在音乐数据库中查询当前情绪对应的音乐推荐给用户,从而可以随时根据用户的情绪有针对性为用户推荐音乐,有效地提高了音乐推荐的智能化程度和准确度,进而提高了用户体验。
实施例二:
图2示出了本发明实施例二提供的音乐推荐方法的实现流程,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
在步骤S201中,通过预先关联的可穿戴式设备采集用户生理信息,将用户生理信息按照采集时间存储在用户生理信息库中。
在本发明实施例中,可预先设置生理信息采集的采集周期,在采集周期内可通过预先绑定或关联的可穿戴式设备采集用户的用户生理信息,例如,通过可穿戴式设备上的心电传感器采集用户的心电信息,通过可穿戴式设备上的皮肤传感器采集用户的皮肤温度、皮肤湿度,此外,用户的声音信息、面部信息可通过可穿戴式设备上的麦克风、摄像头进行采集,也可通过当前设备上的麦克风、摄像头进行采集。将在采集周期内采集的用户生理信息按照采集时刻存储在生理信息库中,从而在接收到音乐推荐请求时可以按照时间获取采集好的用户生理信息。其中,可穿戴式设备可为智能手环、智能手表等。
优选地,生理信息采集的采集周期根据用户听歌或唱歌习惯进行设置,从而有效地提高音乐推荐的人性化程度,有效地提高用户体验。作为示例地,用户常在晚上听歌时,可将采集周期设置为晚上六点到早上六点,用户白天和晚上都常常听歌时,可将采集周期设置为一天。
在步骤S202中,检测当前时间是否为预设的音乐推荐时间,当检测到当前时间为音乐推荐时间时,生成音乐推荐请求。
在本发明实施例中,音乐推荐时间可由用户根据自己的听歌时间进行设置,例如,朝九晚五的上班族可以将音乐推荐时间设置为早上出门时间8点、中午下班时间12点、晚上下班时间5点,以便在上下班路上可以听到根据自身情绪推荐的音乐,又如,周末时用户可以根据娱乐活动(如K歌活动)的时间安排提前设置好音乐推荐时间,以便用户唱歌时可以选择根据自身情绪推荐的音乐,从而有效地提高了音乐推荐的智能化程度。
在步骤S203中,当接收到音乐推荐请求时,从预先构建的用户生理信息库中获取在音乐推荐请求对应的采集时间段内采集到的用户生理信息。
在本发明实施例中,在接收到音乐推荐请求时,可先确定该音乐推荐请求对应的采集时间段,再从预先构建的用户生理信息库中获取在该采集时间段内采集到的用户生理信息,从而有效地解决用户不同时刻情绪不同导致音乐推荐准确度不高的问题。
在步骤S204中,通过预先训练好的情绪识别模型库对用户生理信息进行情绪识别,以获取用户的当前情绪。
在本发明实施例中,预先根据预设的训练样本集训练情绪识别模型库,情绪识别模型库中包括分别用于识别不同情绪(如快乐、兴奋、生气、平静、哀伤等)的情绪识别模型。
在本发明实施例中,在获取到音乐推荐请求对应的采集时间段内的用户生理信息后,可分别提取这些用户生理信息的特征,将这些特征分别输入情绪识别模型库的每个情绪识别模型中,每个情绪识别模型的识别结果即用户生理信息的特征与每个情绪识别模型中特征的匹配度,可将与用户生理信息的特征匹配度最高、且匹配度超过预设匹配阈值的情绪识别模型对应的情绪设置为用户的当前情绪。
在步骤S205中,在预设的音乐数据库中查询当前情绪对应的音乐,向用户推荐当前情绪对应的音乐。
在本发明实施例中,音乐数据库中存储着不同的音乐和这些音乐分别对应的情绪标签,根据识别得到的用户的当前情绪,从音乐数据库中查询情绪标签中具有当前情绪标签的音乐,并将这些音乐推荐给用户。
在本发明实施例中,将可穿戴式设备在采集周期内采集的用户生理信息存储在生理信息库中,从生理信息库中获取音乐推荐请求对应的采集时间段内的用户生理信息,通过情绪识别模型库识别这些用户生理信息对应的用户当前情绪,以便从音乐数据库中获取当前情绪对应的音乐进行推荐,从而可以随时根据用户的当前情绪有针对性为用户推荐音乐,有效地提高了音乐推荐的智能化程度和准确度,进而提高了用户体验。
实施例三:
图3示出了本发明实施例三提供的音乐推荐装置的结构,为了便于说明,仅示出了与本发明实施例相关的部分,其中包括:
生理信息获取单元31,用于当接收到预设的音乐推荐请求时,从预先构建的用户生理信息库中获取在音乐推荐请求对应的采集时间段内采集到的用户生理信息。
在本发明实施例中,当用户需要听歌或者唱歌时,可通过启动当前设备上的音乐播放应用程序来生成音乐推荐请求。在接收到音乐推荐请求时,可先确定该音乐推荐请求对应的采集时间段,再从预先构建的用户生理信息库中获取在该采集时间段内采集到的用户生理信息,其中,用户生理信息库中存储着在预设的生理信息采集周期内预先采集到的用户生理信息、以及这些用户生理信息的采集时刻,用户生理信息可包括用户的心电、皮肤温度、声音以及面部信息等,从而有效地解决用户不同时刻情绪不同导致音乐推荐准确度不高的问题。
优选地,在确定音乐推荐请求对应的采集时间段时,获取音乐推荐请求的接收时间,将该接收时间设置为采集时间段的结束时间,并根据预设时长确定采集时间段的开始时间,从而使得音乐推荐请求对应的采集时间段与音乐推荐请求的接收时间相近,有效地提高了后续用户情绪识别的准确度。作为实例地,在早上八点接收到音乐推荐请求时,将八点前的半个小时设置为音乐推荐请求对应的采集时间段。
情绪识别单元32,用于通过预先训练好的情绪识别模型对用户生理信息进行情绪识别,以获取用户的当前情绪。
在本发明实施例中,预先根据预设的训练样本集训练情绪识别模型库,情绪识别模型库中包括分别用于识别不同情绪(如快乐、兴奋、生气、平静、哀伤等)的情绪识别模型。具体地,在训练这些情绪识别模型时,训练样本集中包括不同人在不同情绪下的生理信息,例如小明在快乐、悲伤等情绪下的心电、皮肤温度、声音以及面部信息,提取这些生理信息的特征(如心电特征、声音特征等),通过不同情绪下生理信息的特征分别训练得到用于识别对应情绪的情绪识别模型,例如,小明、小红在快乐情绪下生理信息的特征用来训练用于识别快乐情绪的情绪识别模型。
在本发明实施例中,在获取到音乐推荐请求对应的采集时间段内的用户生理信息后,可分别提取这些用户生理信息的特征,将这些特征分别输入情绪识别模型库的每个情绪识别模型中,每个情绪识别模型的识别结果即用户生理信息的特征与每个情绪识别模型中特征的匹配度,可将与用户生理信息的特征匹配度最高、且匹配度超过预设匹配阈值的情绪识别模型对应的情绪设置为用户的当前情绪。
音乐推荐单元33,用于在预设的音乐数据库中查询当前情绪对应的音乐,向用户推荐当前情绪对应的音乐。
在本发明实施例中,音乐数据库中存储着不同的音乐和这些音乐分别对应的情绪标签,例如,情绪标签可为“快乐”、“兴奋”、“生气”、“平静”和“哀伤”等。根据识别得到的用户的当前情绪,从音乐数据库中查询情绪标签中具有当前情绪标签的音乐,并将这些音乐推荐给用户。
优选地,在将情绪标签中具有当前情绪标签的音乐推荐给用户时,将这些音乐按照网络播放次数的顺序输出,从而进一步地提高用户体验。
在本发明实施例中,从生理信息库中获取在音乐推荐请求对应的采集时间段内采集到的用户生理信息,通过训练好的情绪识别模型库识别用户生理信息对应的用户当前情绪,在音乐数据库中查询当前情绪对应的音乐推荐给用户,从而可以随时根据用户的情绪有针对性为用户推荐音乐,有效地提高了音乐推荐的智能化程度和准确度,进而提高了用户体验。
实施例四:
图4示出了本发明实施例四提供的音乐推荐装置的结构,为了便于说明,仅示出了与本发明实施例相关的部分,其中包括:
生理信息采集单元41,用于通过预先关联的可穿戴式设备采集用户生理信息,将用户生理信息按照采集时间存储在用户生理信息库中。
在本发明实施例中,可预先设置生理信息采集的采集周期,在采集周期内可通过预先绑定的可穿戴式设备采集用户的用户生理信息,例如,通过可穿戴式设备上的心电传感器采集用户的心电信息,通过可穿戴式设备上的皮肤传感器采集用户的皮肤温度、皮肤湿度,此外,用户的声音信息、面部信息可通过可穿戴式设备上的麦克风、摄像头进行采集,也可通过当前设备上的麦克风、摄像头进行采集。将在采集周期内采集的用户生理信息按照采集时刻存储在生理信息库中,从而在接收到音乐推荐请求时可以按照时间获取采集好的用户生理信息。其中,可穿戴式设备可为智能手环、智能手表等。
优选地,生理信息采集的采集周期根据用户听歌或唱歌习惯进行设置,从而有效地提高音乐推荐的人性化程度,有效地提高用户体验。作为示例地,用户常在晚上听歌时,可将采集周期设置为晚上六点到早上六点,用户白天和晚上都常常听歌时,可将采集周期设置为一天。
请求生成单元42,用于检测当前时间是否为预设的音乐推荐时间,当检测到当前时间为音乐推荐时间时,生成音乐推荐请求。
在本发明实施例中,音乐推荐时间可由用户根据自己的听歌时间进行设置,例如,朝九晚五的上班族可以将音乐推荐时间设置为早上出门时间8点、中午下班时间12点、晚上下班时间5点,以便在上下班路上可以听到根据自身情绪推荐的音乐,又如,周末时用户可以根据娱乐活动(如K歌活动)的时间安排提前设置好音乐推荐时间,以便用户唱歌时可以选择根据自身情绪推荐的音乐,从而有效地提高了音乐推荐的智能化程度。
生理信息获取单元43,用于当接收到预设的音乐推荐请求时,从预先构建的用户生理信息库中获取在音乐推荐请求对应的采集时间段内采集到的用户生理信息。
在本发明实施例中,在接收到音乐推荐请求时,可先确定该音乐推荐请求对应的采集时间段,再从预先构建的用户生理信息库中获取在该采集时间段内采集到的用户生理信息,从而有效地解决用户不同时刻情绪不同导致音乐推荐准确度不高的问题。
情绪识别单元44,用于通过预先训练好的情绪识别模型对用户生理信息进行情绪识别,以获取用户的当前情绪。
在本发明实施例中,预先根据预设的训练样本集训练情绪识别模型库,情绪识别模型库中包括分别用于识别不同情绪(如快乐、兴奋、生气、平静、哀伤等)的情绪识别模型。
在本发明实施例中,在获取到音乐推荐请求对应的采集时间段内的用户生理信息后,可分别提取这些用户生理信息的特征,将这些特征分别输入情绪识别模型库的每个情绪识别模型中,每个情绪识别模型的识别结果即用户生理信息的特征与每个情绪识别模型中特征的匹配度,可将与用户生理信息的特征匹配度最高、且匹配度超过预设匹配阈值的情绪识别模型对应的情绪设置为用户的当前情绪。
音乐推荐单元45,用于在预设的音乐数据库中查询当前情绪对应的音乐,向用户推荐当前情绪对应的音乐。
在本发明实施例中,音乐数据库中存储着不同的音乐和这些音乐分别对应的情绪标签,根据识别得到的用户的当前情绪,从音乐数据库中查询情绪标签中具有当前情绪标签的音乐,并将这些音乐推荐给用户。
在本发明实施例中,将可穿戴式设备在采集周期内采集的用户生理信息存储在生理信息库中,从生理信息库中获取音乐推荐请求对应的采集时间段内的用户生理信息,通过情绪识别模型库识别这些用户生理信息对应的用户当前情绪,以便从音乐数据库中获取当前情绪对应的音乐进行推荐,从而可以随时根据用户的当前情绪有针对性为用户推荐音乐,有效地提高了音乐推荐的智能化程度和准确度,进而提高了用户体验。
在本发明实施例中,音乐推荐装置的各单元可由相应的硬件或软件单元实现,各单元可以为独立的软、硬件单元,也可以集成为一个软、硬件单元,在此不用以限制本发明。
实施例五:
图5示出了本发明实施例五提供的计算设备的结构,为了便于说明,仅示出了与本发明实施例相关的部分。
本发明实施例的计算设备5包括处理器50、存储器51以及存储在存储器51中并可在处理器50上运行的计算机程序52。该处理器50执行计算机程序52时实现上述各个方法实施例中的步骤,例如图1所示的步骤S101至S103。或者,处理器50执行计算机程序52时实现上述各装置实施例中各单元的功能,例如图3所示单元31至33的功能。
在本发明实施例中,从生理信息库中获取在音乐推荐请求对应的采集时间段内采集到的用户生理信息,通过训练好的情绪识别模型库识别用户生理信息对应的用户当前情绪,在音乐数据库中查询当前情绪对应的音乐推荐给用户,从而可以随时根据用户的情绪有针对性为用户推荐音乐,有效地提高了音乐推荐的智能化程度和准确度,进而提高了用户体验。
实施例六:
在本发明实施例中,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述各个方法实施例中的步骤,例如,图1所示的步骤S101至S103。或者,该计算机程序被处理器执行时实现上述各装置实施例中各单元的功能,例如图3所示单元31至33的功能。
在本发明实施例中,从生理信息库中获取在音乐推荐请求对应的采集时间段内采集到的用户生理信息,通过训练好的情绪识别模型库识别用户生理信息对应的用户当前情绪,在音乐数据库中查询当前情绪对应的音乐推荐给用户,从而可以随时根据用户的情绪有针对性为用户推荐音乐,有效地提高了音乐推荐的智能化程度和准确度,进而提高了用户体验。
本发明实施例的计算机可读存储介质可以包括能够携带计算机程序代码的任何实体或装置、记录介质,例如,ROM/RAM、磁盘、光盘、闪存等存储器。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种音乐推荐方法,其特征在于,所述方法包括下述步骤:
当接收到预设的音乐推荐请求时,从预先构建的用户生理信息库中获取在所述音乐推荐请求对应的采集时间段内采集到的用户生理信息;
通过预先训练好的情绪识别模型库对所述用户生理信息进行情绪识别,以获取所述用户的当前情绪;
在预设的音乐数据库中查询所述当前情绪对应的音乐,向所述用户推荐所述当前情绪对应的音乐。
2.如权利要求1所述的方法,其特征在于,当接收到预设的音乐推荐请求时,从预先构建的用户生理信息库中获取在所述音乐推荐请求对应的采集时间段内采集到的用户生理信息的步骤之前,所述方法还包括:
检测当前时间是否为预设的音乐推荐时间,当检测到当前时间为所述音乐推荐时间时,生成所述音乐推荐请求。
3.如权利要求1所述的方法,其特征在于,当接收到预设的音乐推荐请求时,从预先构建的用户生理信息库中获取在所述音乐推荐请求对应的采集时间段内采集到的用户生理信息的步骤之前,所述方法还包括:
通过预先关联的可穿戴式设备采集所述用户生理信息,将所述用户生理信息按照采集时间存储在所述用户生理信息库中。
4.如权利要求1所述的方法,其特征在于,当接收到预设的音乐推荐请求时,从预先构建的用户生理信息库中获取在所述音乐推荐请求对应的采集时间段内采集到的用户生理信息的步骤,包括:
获取所述音乐推荐请求的接收时间,根据所述接收时间确定所述音乐推荐请求对应的采集时间段,所述接收时间为所述采集时间段的结束时间;
在所述用户生理信息库中获取在所述采集时间段内采集到的所述用户生理信息。
5.如权利要求1所述的方法,其特征在于,通过预先训练好的情绪识别模型库对所述用户生理信息进行情绪识别的步骤,包括:
提取所述用户生理信息的特征,将所述用户生理信息的特征输入所述情绪识别模型库中的每个情绪识别模型;
根据所述用户生理信息的特征在所述每个情绪识别模型中的特征匹配结果,确定所述用户的当前情绪。
6.一种音乐推荐装置,其特征在于,所述装置包括:
生理信息获取单元,用于当接收到预设的音乐推荐请求时,从预先构建的用户生理信息库中获取在所述音乐推荐请求对应的采集时间段内采集到的用户生理信息;
情绪识别单元,用于通过预先训练好的情绪识别模型对所述用户生理信息进行情绪识别,以获取所述用户的当前情绪;以及
音乐推荐单元,用于在预设的音乐数据库中查询所述当前情绪对应的音乐,向所述用户推荐所述当前情绪对应的音乐。
7.如权利要求6所述的装置,其特征在于,所述装置还包括:
请求生成单元,用于检测当前时间是否为预设的音乐推荐时间,当检测到当前时间为所述音乐推荐时间时,生成所述音乐推荐请求。
8.如权利要求6所述的装置,其特征在于,所述装置还包括:
生理信息采集单元,用于通过预先关联的可穿戴式设备采集所述用户生理信息,将所述用户生理信息按照采集时间存储在所述用户生理信息库中。
9.一种计算设备,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5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5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711192514.1A CN108153810A (zh) | 2017-11-24 | 2017-11-24 | 一种音乐推荐方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711192514.1A CN108153810A (zh) | 2017-11-24 | 2017-11-24 | 一种音乐推荐方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108153810A true CN108153810A (zh) | 2018-06-12 |
Family
ID=62468199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711192514.1A Pending CN108153810A (zh) | 2017-11-24 | 2017-11-24 | 一种音乐推荐方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108153810A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109582821A (zh) * | 2018-11-27 | 2019-04-05 | 努比亚技术有限公司 | 一种音乐播放对象推荐方法、终端及计算机可读存储介质 |
CN110889008A (zh) * | 2018-09-10 | 2020-03-17 | 珠海格力电器股份有限公司 | 一种音乐推荐方法、装置、计算装置和存储介质 |
CN111413874A (zh) * | 2019-01-08 | 2020-07-14 | 北京京东尚科信息技术有限公司 | 用于控制智能设备的方法、装置和系统 |
CN113274022A (zh) * | 2021-05-08 | 2021-08-20 | 南京邮电大学 | 一种匹配饮品咖啡因含量的音乐辅助调节情绪智能方法 |
CN114999611A (zh) * | 2022-07-29 | 2022-09-02 | 支付宝(杭州)信息技术有限公司 | 一种模型训练和信息推荐的方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809221A (zh) * | 2015-04-30 | 2015-07-29 | 努比亚技术有限公司 | 音乐信息的推荐方法及装置 |
CN105702270A (zh) * | 2014-11-27 | 2016-06-22 | 深圳市腾讯计算机系统有限公司 | 音乐播放方法和装置 |
CN105893518A (zh) * | 2016-03-30 | 2016-08-24 | 惠州Tcl移动通信有限公司 | 一种智能音乐推荐方法及其系统 |
CN105975536A (zh) * | 2016-04-29 | 2016-09-28 | 合网络技术(北京)有限公司 | 网络资源的推荐方法和装置 |
CN106412699A (zh) * | 2016-10-09 | 2017-02-15 | 腾讯科技(北京)有限公司 | 媒体文件推送方法及装置 |
-
2017
- 2017-11-24 CN CN201711192514.1A patent/CN108153810A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105702270A (zh) * | 2014-11-27 | 2016-06-22 | 深圳市腾讯计算机系统有限公司 | 音乐播放方法和装置 |
CN104809221A (zh) * | 2015-04-30 | 2015-07-29 | 努比亚技术有限公司 | 音乐信息的推荐方法及装置 |
CN105893518A (zh) * | 2016-03-30 | 2016-08-24 | 惠州Tcl移动通信有限公司 | 一种智能音乐推荐方法及其系统 |
CN105975536A (zh) * | 2016-04-29 | 2016-09-28 | 合网络技术(北京)有限公司 | 网络资源的推荐方法和装置 |
CN106412699A (zh) * | 2016-10-09 | 2017-02-15 | 腾讯科技(北京)有限公司 | 媒体文件推送方法及装置 |
Non-Patent Citations (2)
Title |
---|
田景熙: "《物联网概论》", 31 July 2017 * |
韩媛媛: "《20几岁要懂得的情绪掌控法》", 31 March 2015 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110889008A (zh) * | 2018-09-10 | 2020-03-17 | 珠海格力电器股份有限公司 | 一种音乐推荐方法、装置、计算装置和存储介质 |
CN109582821A (zh) * | 2018-11-27 | 2019-04-05 | 努比亚技术有限公司 | 一种音乐播放对象推荐方法、终端及计算机可读存储介质 |
CN111413874A (zh) * | 2019-01-08 | 2020-07-14 | 北京京东尚科信息技术有限公司 | 用于控制智能设备的方法、装置和系统 |
CN113274022A (zh) * | 2021-05-08 | 2021-08-20 | 南京邮电大学 | 一种匹配饮品咖啡因含量的音乐辅助调节情绪智能方法 |
CN113274022B (zh) * | 2021-05-08 | 2022-07-01 | 南京邮电大学 | 一种匹配饮品咖啡因含量的音乐辅助调节情绪智能方法 |
CN114999611A (zh) * | 2022-07-29 | 2022-09-02 | 支付宝(杭州)信息技术有限公司 | 一种模型训练和信息推荐的方法及装置 |
CN114999611B (zh) * | 2022-07-29 | 2022-12-20 | 支付宝(杭州)信息技术有限公司 | 一种模型训练和信息推荐的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108153810A (zh) | 一种音乐推荐方法、装置、设备及存储介质 | |
EP3803846B1 (en) | Autonomous generation of melody | |
US10819811B2 (en) | Accumulation of real-time crowd sourced data for inferring metadata about entities | |
CN106464758B (zh) | 利用用户信号来发起通信 | |
CN109145123A (zh) | 知识图谱模型的构建方法、智能交互方法、系统及电子设备 | |
CN109785859B (zh) | 基于语音分析的管理音乐的方法、装置和计算机设备 | |
CN104133851A (zh) | 音频相似度的检测方法和检测装置、电子设备 | |
CN111081272A (zh) | 歌曲高潮片段识别方法及装置 | |
CN102404278A (zh) | 一种基于声纹识别的点歌系统及其应用方法 | |
US10573311B1 (en) | Generating self-support metrics based on paralinguistic information | |
CN106302987A (zh) | 一种音频推荐方法及设备 | |
CN108920585A (zh) | 音乐推荐的方法及装置、计算机可读存储介质 | |
CN110148393B (zh) | 音乐生成方法、装置和系统以及数据处理方法 | |
CN106611603A (zh) | 一种音频处理方法及装置 | |
CN109726308A (zh) | 一种生成小说的背景音乐的方法及设备 | |
CN102165527B (zh) | 提供用于基于用户的生理反应来选择内容项的系统的方法 | |
CN105895079B (zh) | 语音数据的处理方法和装置 | |
Foucard et al. | Multi-scale temporal fusion by boosting for music classification. | |
JP7402396B2 (ja) | 感情解析装置、感情解析方法、及び感情解析プログラム | |
CN112632318A (zh) | 一种音频推荐方法、装置、系统及存储介质 | |
US20230259512A1 (en) | Digital personal assistant | |
CN113297412A (zh) | 音乐推荐方法、装置、电子设备和存储介质 | |
CN108777804B (zh) | 媒体播放方法及装置 | |
CN110070891A (zh) | 一种歌曲识别方法、装置以及存储介质 | |
CN114817582A (zh) | 资源信息的推送方法和电子装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180612 |