CN108829739A - 一种信息推送方法及装置 - Google Patents
一种信息推送方法及装置 Download PDFInfo
- Publication number
- CN108829739A CN108829739A CN201810501760.9A CN201810501760A CN108829739A CN 108829739 A CN108829739 A CN 108829739A CN 201810501760 A CN201810501760 A CN 201810501760A CN 108829739 A CN108829739 A CN 108829739A
- Authority
- CN
- China
- Prior art keywords
- information
- speaker
- dimension
- preset
- preset features
- 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
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification
- G10L17/02—Preprocessing operations, e.g. segment selection; Pattern representation or modelling, e.g. based on linear discriminant analysis [LDA] or principal components; Feature selection or extraction
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种信息推送方法及装置,涉及数据处理技术领域,能够个性化定制向说话人推送的数据信息,以提升说话人的搜索体验,本发明实施例主要技术方案为:接收说话人发起的语音搜索请求,所述语音搜索请求携带有所述说话人的语音信息;在所述语音信息中提取所述说话人的声纹特征信息;利用预置模型处理所述声纹特征信息,得到与所述说话人匹配的身份特征信息;在所述语音搜索请求对应的搜索结果信息中,提取与所述身份特征信息匹配的数据信息,并推送至所述说话人。本发明实施例主要用于根据语音搜索请求个性化定制向说话人推送的数据信息。
Description
技术领域
本发明实施例涉及数据处理技术领域,尤其涉及一种信息推送方法及装置。
背景技术
随着科技的不断创新、发展,智能影音设备已经可以具备信息处理能力,尤其是对于支持智能语音控制的设备,用户可以通过语音搜索控制指定的影音设备查找在本地存储的数据信息,或者,接入互联网继而查找对应服务器或者云端存储的数据信息。
目前,随着对语音识别技术的深入研究并不断地完善智能化语音搜索功能,根据用户发起的语音搜索请求,智能影音设备能够更加准确地、全面地向用户反馈搜索内容。然而,当接收到反馈的搜索内容时,用户也会发现智能影音设备反馈的数据量是巨大的、散乱的,这将使得用户不能及时地获取有价值的反馈,大大降低用户搜索体验。
发明内容
有鉴于此,本发明实施例提供一种信息推送方法及装置,主要目的在于通过语音信息中包含的声纹特征信息获取说话人的身份特征信息,以根据获取的身份特征信息筛选语音搜索请求对应的搜索结果信息,继而个性化定制向说话人推送的数据信息,以使得说话人可以最优化地、及时地获取到对其更有价值的搜索结果信息,大大提升说话人搜索体验。
为了达到上述目的,本发明实施例主要提供如下技术方案:
第一方面,本发明实施例提供了一种信息推送方法,该方法包括:接收说话人发起的语音搜索请求,所述语音搜索请求携带有所述说话人的语音信息;
在所述语音信息中提取所述说话人的声纹特征信息;
利用预置模型处理所述声纹特征信息,得到与所述说话人匹配的身份特征信息;
在所述语音搜索请求对应的搜索结果信息中,提取与所述身份特征信息匹配的数据信息,并推送至所述说话人。
优选的,所述在所述语音搜索请求对应的搜索结果信息中,提取与所述身份特征信息匹配的数据信息,包括:
按照预置特征维度,对所述语音搜索请求对应的搜索结果信息进行分类,所述预置特征维度的数目至少为1个;
解析所述身份特征信息中包含的特征维度;
根据将所述特征维度与所述预置特征维度进行比较,判断在所述至少为1个的预置特征维度中是否存在与所述特征维度相同的预置特征维度;
若存在,则提取与所述特征维度相同的预置特征维度对应的数据信息。
优选的,所述按照预置特征维度,对所述语音搜索请求对应的搜索结果信息进行分类,包括:
在所述搜索结果信息中提取每个所述预置特征维度对应的数据信息;
按照预置排序规则,将所述预置特征维度对应的数据信息进行排序;
判断所述预置特征维度对应的数据信息的数目是否超过预置阈值;
若是,则按照所述排序对应的末位至首位的顺序,删除所述超过预置阈值数目对应的数据信息。
优选的,所述将与所述身份特征信息匹配的数据信息推送至所述说话人,包括:
根据所述预置排序规则,在所述预置特征维度对应的数据信息中查找排列在首位的数据信息;
根据所述首位的数据信息,控制语音对答所述说话人发起的语音搜索请求。
优选的,在所述语音信息中提取所述说话人的声纹特征信息之前,所述方法还包括:
提取本地设备上存储的语音样本信息;
根据将所述语音信息与所述语音样本信息进行比较,利用声纹识别技术验证所述说话人身份;
若验证通过,在所述本地设备上查找是否存在与所述说话人匹配的身份特征信息;
若存在,则提取所述身份特征信息;
若不存在,则在所述语音信息中提取所述说话人的声纹特征信息,以便根据所述声纹特征信息确定所述说话人的身份特征信息。
第二方面,本发明实施例还提供了一种信息推送装置,该装置包括:
接收单元,用于接收说话人发起的语音搜索请求,所述语音搜索请求携带有所述说话人的语音信息;
第一提取单元,用于在所述接收单元接收的语音信息中提取所述说话人的声纹特征信息;
处理单元,用于利用预置模型处理所述第一提取单元提取的声纹特征信息,得到与所述说话人匹配的身份特征信息;
第二提取单元,用于在所述语音搜索请求对应的搜索结果信息中,提取与所述利用处理单元得到的身份特征信息匹配的数据信息;
推送单元,用于将所述第二提取单元提取的数据信息推送至所述说话人。
优选的,所述第二提取单元包括:
分类模块,用于按照预置特征维度,对所述语音搜索请求对应的搜索结果信息进行分类,所述预置特征维度的数目至少为1个;
解析模块,用于解析所述身份特征信息中包含的特征维度;
判断模块,用于根据将所述解析模块解析的特征维度与所述预置特征维度进行比较,判断在所述至少为1个的预置特征维度中是否存在与所述解析模块解析的特征维度相同的预置特征维度;
提取模块,用于当所述判断模块判断在所述至少为1个的预置特征维度中存在与所述解析模块解析的特征维度相同的预置特征维度时,提取与所述特征维度相同的预置特征维度对应的数据信息。
优选的,所述分类模块包括:
提取子模块,用于在所述搜索结果信息中提取每个所述预置特征维度对应的数据信息;
排序子模块,用于按照预置排序规则,将所述提取子模块提取的预置特征维度对应的数据信息进行排序;
判断子模块,用于判断所述提取子模块提取的预置特征维度对应的数据信息的数目是否超过预置阈值;
删除子模块,用于当所述判断子模块判断所述预置特征维度对应的数据信息的数目未超过预置阈值时,按照所述排序子模块排序对应的末位至首位的顺序,删除所述超过预置阈值数目对应的数据信息。
优选的,所述推送单元包括:
查找模块,用于根据所述预置排序规则,在所述预置特征维度对应的数据信息中查找排列在首位的数据信息;
控制模块,用于根据所述查找模块查找的首位的数据信息,控制语音对答所述说话人发起的语音搜索请求。
优选的,所述装置还包括:
第三提取单元,用于提取本地设备上存储的语音样本信息;
识别单元,用于根据将所述语音信息与所述第三提取单元提取的语音样本信息进行比较,利用声纹识别技术验证所述说话人身份;
查找单元,用于当所述识别单元利用声纹识别技术验证通过所述说话人身份时,在所述本地设备上查找是否存在与所述说话人匹配的身份特征信息;
第四提取单元,用于当所述查找单元在所述本地设备上查找存在与所述说话人匹配的身份特征信息时,则提取所述身份特征信息;
所述第二提取单元,还用于当所述查找单元在所述本地设备上查找不存在与所述说话人匹配的身份特征信息时,则在所述语音信息中提取所述说话人的声纹特征信息,以便根据所述声纹特征信息确定所述说话人的身份特征信息。
借由上述技术方案,本发明实施例提供的技术方案至少具有下列优点:
本发明实施例提供的一种信息推送方法及装置。本发明实施例通过对当说话人发起语音搜索请求时携带的语音信息进行声纹特征信息的提取,并利用预置模型对提取的声纹特征信息进行处理,以得到与说话人匹配的身份特征信息,继而根据得到的身份特征信息可以对语音搜索请求对应的搜索结果信息进行筛选,以筛选出与说话人身份特征信息匹配的搜索结果信息。与现有技术相比,在依据语音搜索请求向说话人反馈信息内容时,避免向说话人反馈数据量巨大、散乱的数据信息而使得说话人不能及时地获取到有价值的反馈,降低说话人搜素体验的问题,本发明实施例可以对该数据量巨大、散乱的数据信息进行筛选,并从中选择与说话人身份特征信息匹配的数据信息以实现个性化定制向说话人推送的数据信息,以使得说话人可以最优化地、及时地获取到对其有价值的搜索结果信息,在提高该语音搜索请求的反馈效率的同时大大提升说话人搜索体验。
上述说明仅是本发明实施例技术方案的概述,为了能够更清楚了解本发明实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明实施例的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明实施例的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例实施例提供的一种信息推送方法流程图;
图2示出了本发明实施例实施例提供的另一种信息推送方法流程图;
图3示出了本发明实施例实施例提供的一种信息推送装置的组成框图;
图4示出了本发明实施例实施例提供的另一种信息推送装置的组成图;
图5示出了本发明实施例提供的一种信息推送的电子设备的组成框图。
具体实施方式
下面将参照附图更详细地描述本发明实施例的示例性实施例。虽然附图中显示了本发明实施例的示例性实施例,然而应当理解,可以以各种形式实现本发明实施例而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明实施例,并且能够将本发明实施例的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种信息推送方法,如图1所示,该方法是利用预置模型对说话人的语音信息中包含的声纹特征信息进行处理,以得到与说话人匹配的身份特征信息,继而根据身份特征信息对依据语音搜索请求反馈的搜索结果信息进行筛选,对此本发明实施例提供以下具体步骤:
101、接收说话人发起的语音搜索请求。
其中,语音搜索请求携带有说话人的语音信息。其中,说话人是指正在使用智能影音设备的用户,语音信息是指说话人通过声音向智能影音设备发出语音控制指令,比如“在通讯录查找联系人张三”等等,在本发明实施例中,智能影音设备是可支持智能语音控制的设备,依据语音识别技术,可以将说人话发出的语音信息中包含的词汇内容转换成计算机可读的输入,继而说话人可以向智能影音设备发出语音控制指令,相应的,智能影音设备向说话人反馈搜索结果信息,在本发明实施例中智能影音设备可以用包括但不限于以语音对答、显示文字信息等方法向说话人反馈搜索结果信息。
102、在语音信息中提取说话人的声纹特征信息。
其中,声纹是指是用电声学仪器显示的携带语言信息的声波频谱,依据现有实验证明,无论说话人是故意模仿他人声音和语气,还是耳语轻声讲话,即使模仿得惟妙惟肖,其声纹却始终不相同。声纹特征是在声纹层面上表征一个人说话具有的特征,主要包括:与人类的发音机制的解剖学结构有关的声学特征(如频谱、倒频谱、共振峰、基音、反射系数等等)、鼻音、带深呼吸音、沙哑音、笑声等;受社会经济状况、受教育水平、出生地等影响的语义、修辞、发音、言语习惯等;个人特点或受父母影响的韵律、节奏、速度、语调、音量等特征。
在本发明实施例中,可以通过优先利用静音检测对接收的语音信息进行处理,以区分语音信息中的说话人声音、噪音、静音等等,并利用数学建模方法(比如神经网路分析法、最近邻分析法等等)对区分得到的说话人声音进行处理,以得到说话人的声纹的特征向量,即说话人的声纹特征信息。
103、利用预置模型处理声纹特征信息,得到与说话人匹配的身份特征信息。
其中,预置模型是指在得到说话人的声纹特征信息后可以通过添加分类器的方法,以利用说话人的声纹特征信息对说话人的语音信息进行定向分析,比如,添加分类器的目的是分析说话人的性别、又或者是分析说话人归属的年龄范围等等,对于本发明实施例,对构建预置模型的方法不作具体限定。
在本发明实施例中,通过预置模型对声纹特征信息进行处理,以达到对说话人的语音信息的定向分析,继而分析得到说话人的身份特征信息,比如说话人是男性、年龄在5岁至12岁之间。
104、在语音搜索请求对应的搜索结果信息中,提取与身份特征信息匹配的数据信息,并推送至说话人。
在本发明实施例中,当得到说话人匹配的身份特征信息后,可以依据该身份特征信息对搜索结果信息进行筛选,以个性化定制向说话人推送的数据信息。比如说话人发起的语音搜索请求是“播放音乐”,当确认说话人的身份特征信息是“年龄在5岁至12岁之间”时,智能影音设备将搜索到的音乐数据中被标识为适于儿童收听的音乐数据推送至说话人。
本发明实施例提供的一种信息推送方法。本发明实施例通过对当说话人发起语音搜索请求时携带的语音信息进行声纹特征信息的提取,并利用预置模型对提取的声纹特征信息进行处理,以得到与说话人匹配的身份特征信息,继而根据得到的身份特征信息可以对语音搜索请求对应的搜索结果信息进行筛选,并从中选择与说话人身份特征信息匹配的数据信息以实现个性化定制向说话人推送的数据信息,以使得说话人可以最优化地、及时地获取到对其有价值的搜索结果信息,在提高该语音搜索请求的反馈效率的同时大大提升说话人搜索体验。
为了对上述实施例做出更加详细的说明,本发明实施例还提供了另一种信息推送方法,如图2所示,该方法是在接收到说话人发起的语音搜索请求时优先通过语音识别技术确定说话人是否为本地智能影音设备的注册用户,继而查找在本地是否存在说话人在注册时预留的身份特征信息,若不存在,则还可以通过说话人的声纹特征信息间接地获取到说话人的身份特征信息,对此本发明实施例提供以下具体步骤:
201、接收说话人发起的语音搜索请求。
其中,语音搜索请求携带有说话人的语音信息。
在本发明实施例中,对于本步骤,请参考步骤101,此处不再赘述。
202、提取本地设备上存储的语音样本信息。
其中,语音样本信息是指说话人在本地智能影音上注册账号时预存的由说话人发声的语音数据,以依据声纹识别技术,利用预存的语音数据可以辨识说话人是否为与当前智能影音设备匹配的注册用户。
203、根据将语音信息与语音样本信息进行比较,利用声纹识别技术验证说话人身份。
在本发明实施例中,分别提取在说话人发起语音搜索请求时携带的语音信息中声纹特征信息,以及本地智能影音设备上预存的语音样本信息中声纹特征信息,依据声纹识别技术,比较前述两者的相似度,继而判断该语音样本信息是否是由该说话人发声而产生的,以确定该说话人是否为本地智能影音设备上的注册用户。
204、当利用声纹识别技术验证通过说话人身份时,在本地设备上查找是否存在与说话人匹配的身份特征信息。
在本发明实施例中,当依据声纹识别技术验证发起语音搜索请求的说话人是本地智能影音设备上的注册用户时,可以在本地智能影音设备上查找说话人在注册时是否有预留身份特征信息,比如性别、年龄、职业等等。
205a当在本地设备上查找存在与说话人匹配的身份特征信息时,提取身份特征信息。
在本发明实施例中,当在本地智能影音设备上有查找到说话人在注册时预留并添加的身份特征信息时,提取该身份特征信息。
205b当在本地设备上查找不存在与说话人匹配的身份特征信息时,在语音信息中提取说话人的声纹特征信息。
其中,声纹是指是用电声学仪器显示的携带语言信息的声波频谱,依据现有实验证明,无论说话人是故意模仿他人声音和语气,还是耳语轻声讲话,即使模仿得惟妙惟肖,其声纹却始终不相同。声纹特征是在声纹层面上表征一个人说话具有的特征,主要包括:与人类的发音机制的解剖学结构有关的声学特征(如频谱、倒频谱、共振峰、基音、反射系数等等)、鼻音、带深呼吸音、沙哑音、笑声等;受社会经济状况、受教育水平、出生地等影响的语义、修辞、发音、言语习惯等;个人特点或受父母影响的韵律、节奏、速度、语调、音量等特征。
在本发明实施例中,可以通过优先利用静音检测对接收的语音信息进行处理,以区分语音信息中的说话人声音、噪音、静音等等,并利用数学建模方法(比如神经网路分析法、最近邻分析法等等)对区分得到的说话人声音进行处理,以得到说话人的声纹的特征向量,即说话人的声纹特征信息。
206b、利用预置模型处理声纹特征信息,得到与说话人匹配的身份特征信息。
其中,预置模型是指在得到说话人的声纹特征信息后可以通过添加分类器的方法,以依利用说话人的声纹特征信息对说话人的语音信息进行定向分析,比如,添加分类器的目的是分析说话人的性别、又或者是分析说话人归属的年龄范围等等,对于本发明实施例,对构建预置模型的方法不作具体限定。
在本发明实施例中,通过预置模型对声纹特征信息进行处理,以达到对说话人的语音信息的定向分析,继而分析得到说话人的身份特征信息,比如说话人是男性、年龄在5岁至12岁之间。
207、在语音搜索请求对应的搜索结果信息中,提取与身份特征信息匹配的数据信息。
其中,搜索结果信息是指在预置搜索时间内根据说话人发起的语音搜索请求,查询本地智能影音设备或者通过接入网络搜索的信息。
例如,当根据说话人发起的语音搜索请求查询到搜索结果信息时,比如说话人发起“播放音乐”语音控制指令时,智能影音设备可以在预置搜索时间内优先搜索本地存储的音乐数据,再通过接入网络搜索音乐数据,在此,设置预置搜索时间的目的是限制搜索结果信息的数据量,以及时地将搜索结果信息反馈至说话人,对于本发明实施例,包括但不限于通过以下方法实现通过接入网络搜索音乐数据信息:
根据网络热搜,获取音乐数据的收听或下载排行,并根据获取的排行数据,下载音乐数据的标识信息(比如音乐名称、对应的演唱歌手等等),继而可以不必下载对应的音乐数据以节省本地智能影音设备的存储空间,并使得说话人通过选中该音乐数据对应的标识信息,以进一步选择在线收听或者下载收听。其中,查询网络热搜的方法,包括但不限于微博、音乐播放客户端上显示的舆情数据。进一步的,还可以搜索阈值范围内附近的人正在实时在线收听或下载音乐数据。
在本步骤中,对在语音搜索请求对应的搜索结果信息中提取与身份特征信息匹配的数据信息的具体步骤,如下:
第一,按照预置特征维度,对语音搜索请求对应的搜索结果信息进行分类。具体的,可以包括:在搜索结果信息中提取每个所述预置特征维度对应的数据信息,按照预置排序规则,将预置特征维度对应的数据信息进行排序,判断预置特征维度对应的数据信息的数目是否超过预置阈值,若是,则按照排序对应的末位至首位的顺序,删除超过预置阈值数目对应的数据信息。
其中,预置特征维度是预先设置的特征维度,以对数据量巨大的、散乱的搜索结果信息设置统一的分类标准。
例如,当获取到语音搜索请求对应的搜索结果信息时,可以根据搜索结果信息携带的摘要信息,对搜索结果信息进行标签,比如搜索结果数据是音乐数据,可以根据音乐发行日期、歌手性别、歌曲风格、适合年龄等等对该音乐数据进行标签,在本发明实施例,可以整合搜索结果信息携带的标签,通过设置预置特征维度的方法对搜索结果信息进行统一管理并分类,比如,对于音乐数据,可以按照其受众年龄范围进行分类。进一步的,对于搜索结果信息,还可以按照多个预置特征维度进行分类,以匹配说话人不同的搜索需求,其最终目的都是将数据量巨大的、散乱的搜索结果信息进行划分、整理,以满足快速查找,并将指定的数据信息及时地反馈至说话人。
其中,预置规则的作用是将预置特征维度匹配的数据信息进行排序,以将最优化地搜索结果信息排在首位,在此预置规则可以是网络热搜排行等等,比如音乐数据的收听或下载排行榜,对于本发明实施例,对于预置规则不作具体限定。
其中,预置阈值是用于将提取的每个预置特征维度对应的搜索结果信息的数据量再进行缩减,针对于说话人发起的语音搜索请求,得到搜索结果信息不是越全面越好的,而是更加有针对性、满足说话人需求越好,因而大量的数据只能会给说话人造成困扰,而对于本发明实施例,通过上述缩减数据量的方法,进一步向说话人推送更有针对性、更优化地数据信息,以实现快速地响应说话人的搜索请求。
第二,解析身份特征信息中包含的特征维度。
在本发明实施例中,当通过本地智能影音设备上预留的身份特征信息或者是通过对说话人的声纹特征信息的处理得到身份特征信息时,可以解析身份特征信息中包含的特征维度,比如得到身份特征信息是“年龄在5岁至12岁之间”,继而可以得到身份特征信息对应的特征维度是年龄。
第三,根据将特征维度与预置特征维度进行比较,判断在至少为1个的预置特征维度中是否存在与特征维度相同的预置特征维度,若存在,则提取与特征维度相同的预置特征维度对应的数据信息。
例如,说话人发起“播放音乐”语音搜索请求,并且识别说话人的身份是“年龄在5岁至12岁之间”,继而可以在搜索结果信息中预置特征维度“年龄”匹配的音乐数据,即查找适于5-12岁年龄收听的音乐数据。
208、将与身份特征信息匹配的数据信息推送至说话人。
在本发明实施例中,由于根据预置规则对每个预置特征维度匹配的数据信息进行排序,继而可以将排序中排在首位的数据信息,即每个预置特征维度对应的最优数据信息,推送至说话人,并可以将其转换为语音以实现快速地响应、对答说话人的语音搜索请求,继而以该条语音对答作为在智能影音设备的个性化回复,以增加回复语音搜索请求的趣味性,提升说话人的使用体验。
进一步的,作为对上述图1、图2所示方法的实现,本发明实施例提供了一种收视时长的统计装置。该装置实施例与前述方法实施例对应,为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。该装置应用于筛选搜索结果信息,以个性化定制向说话人推送的数据信息,具体如图3所示,该装置包括:
接收单元31,用于接收说话人发起的语音搜索请求,所述语音搜索请求携带有所述说话人的语音信息;
第一提取单元32,用于在所述接收单元31接收的语音信息中提取所述说话人的声纹特征信息;
处理单元33,用于利用预置模型处理所述第一提取单元32提取的声纹特征信息,得到与所述说话人匹配的身份特征信息;
第二提取单元34,用于在所述语音搜索请求对应的搜索结果信息中,提取与所述利用处理单元33得到的身份特征信息匹配的数据信息;
推送单元35,用于将所述第二提取单元34提取的数据信息推送至所述说话人。
进一步的,如图4所示,所述第二提取单元34包括:
分类模块341,用于按照预置特征维度,对所述语音搜索请求对应的搜索结果信息进行分类,所述预置特征维度的数目至少为1个;
解析模块342,用于解析所述身份特征信息中包含的特征维度;
判断模块343,用于根据将所述解析模块342解析的特征维度与所述预置特征维度进行比较,判断在所述至少为1个的预置特征维度中是否存在与所述解析模块342解析的特征维度相同的预置特征维度;
提取模块344,用于当所述判断模块343判断在所述至少为1个的预置特征维度中存在与所述解析模块342解析的特征维度相同的预置特征维度时,提取与所述特征维度相同的预置特征维度对应的数据信息。
进一步的,如图4所示,所述分类模块341包括:
提取子模块3411,用于在所述搜索结果信息中提取每个所述预置特征维度对应的数据信息;
排序子模块3412,用于按照预置排序规则,将所述提取子模块3411提取的预置特征维度对应的数据信息进行排序;
判断子模块3413,用于判断所述提取子模块3411提取的预置特征维度对应的数据信息的数目是否超过预置阈值;
删除子模块3414,用于当所述判断子模块3413判断所述预置特征维度对应的数据信息的数目未超过预置阈值时,按照所述排序子模块3412排序对应的末位至首位的顺序,删除所述超过预置阈值数目对应的数据信息。
进一步的,如图4所示,所述推送单元35包括:
查找模块351,用于根据所述预置排序规则,在所述预置特征维度对应的数据信息中查找排列在首位的数据信息;
控制模块352,用于根据所述查找模块351查找的首位的数据信息,控制语音对答所述说话人发起的语音搜索请求。
进一步的,如图4所示,所述装置还包括:
第三提取单元36,用于提取本地设备上存储的语音样本信息;
识别单元37,用于根据将所述语音信息与所述第三提取单元36提取的语音样本信息进行比较,利用声纹识别技术验证所述说话人身份;
查找单元38,用于当所述识别单元37利用声纹识别技术验证通过所述说话人身份时,在所述本地设备上查找是否存在与所述说话人匹配的身份特征信息;
第四提取单元39,用于当所述查找单元38在所述本地设备上查找存在与所述说话人匹配的身份特征信息时,则提取所述身份特征信息;
所述第二提取单元34,还用于当所述查找单元38在所述本地设备上查找不存在与所述说话人匹配的身份特征信息时,则在所述语音信息中提取所述说话人的声纹特征信息,以便根据所述声纹特征信息确定所述说话人的身份特征信息。
进一步的,本发明实施例还提供了一种信息推送的电子设备的结构框图,用于执行上述任一实施例所述的信息推送的方法,如图5所示,其中,所述电子设备包括处理器及存储器,上述接收单元、第一提取单元、处理单元、第二提取单元以及推送单元等作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。具体的,本发明实施例所述的电子设备中包括:
至少一个处理器(processor)41;
以及与所述处理器41连接的至少一个存储器(memory)42、总线43;其中,
所述处理器41、存储器42通过所述总线43完成相互间的通信;
所述处理器41用于调用所述存储器42中的程序指令,以执行上述各方法实施例所提供的方法。其中,处理器41中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来通过语音信息中包含的声纹特征信息获取说话人的身份特征信息,继而根据说话人的身份特征信息实现个性化定制向说话人推送数据信息。
所述存储器42,可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器42中包括至少一个存储芯片。
进一步的,本发明实施例提还供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述的信息推送的方法。
由于本实施例所介绍的信息推送的装置为可以执行本发明实施例中的信息推送的方法的装置,故而基于本发明实施例中所介绍的信息推送的方法,本领域所属技术人员能够了解本实施例的信息推送的装置的具体实施方式以及其各种变化形式,所以在此对于该确定说话人特征的装置如何实现本发明实施例中的信息推送的方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中信息推送的方法所采用的装置,都属于本申请所欲保护的范围。
综上所述,本发明实施例提供的一种信息推送方法及装置。本发明实施例在接收到说话人发起的语音搜索请求时优先通过语音识别技术确定说话人是否为本地智能影音设备的注册用户,继而查找在本地是否存在说话人在注册时添加的身份特征信息,若不存在,则还可以通过说话人的声纹特征信息间接地获取到说话人的身份特征信息,如此通过以上两种方法获取说话人的身份特征信息,继而根据得到的身份特征信息可以对语音搜索请求对应的搜索结果信息进行筛选,以筛选出与说话人身份特征信息匹配的搜索结果信息,并且还通过预置阈值限制搜索结果信息的数据量,其最终目的是个性化定制向说话人推送的数据信息,以使得说话人可以最大化地、及时地获取到对其有价值的搜索结果信息,在提高该语音搜索请求的反馈效率的同时大大提升说话人搜索体验。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、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设备上,使得在计算机或其他可编程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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请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,本申请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。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种信息推送方法,其特征在于,所述方法包括:
接收说话人发起的语音搜索请求,所述语音搜索请求携带有所述说话人的语音信息;
在所述语音信息中提取所述说话人的声纹特征信息;
利用预置模型处理所述声纹特征信息,得到与所述说话人匹配的身份特征信息;
在所述语音搜索请求对应的搜索结果信息中,提取与所述身份特征信息匹配的数据信息,并推送至所述说话人。
2.根据权利要求1所述的方法,其特征在于,所述在所述语音搜索请求对应的搜索结果信息中,提取与所述身份特征信息匹配的数据信息,包括:
按照预置特征维度,对所述语音搜索请求对应的搜索结果信息进行分类,所述预置特征维度的数目至少为1个;
解析所述身份特征信息中包含的特征维度;
根据将所述特征维度与所述预置特征维度进行比较,判断在所述至少为1个的预置特征维度中是否存在与所述特征维度相同的预置特征维度;
若存在,则提取与所述特征维度相同的预置特征维度对应的数据信息。
3.根据权利要求2所述的方法,其特征在于,所述按照预置特征维度,对所述语音搜索请求对应的搜索结果信息进行分类,包括:
在所述搜索结果信息中提取每个所述预置特征维度对应的数据信息;
按照预置排序规则,将所述预置特征维度对应的数据信息进行排序;
判断所述预置特征维度对应的数据信息的数目是否超过预置阈值;
若是,则按照所述排序对应的末位至首位的顺序,删除所述超过预置阈值数目对应的数据信息。
4.根据权利要求3所述的方法,其特征在于,所述将与所述身份特征信息匹配的数据信息推送至所述说话人,包括:
根据所述预置排序规则,在所述预置特征维度对应的数据信息中查找排列在首位的数据信息;
根据所述首位的数据信息,控制语音对答所述说话人发起的语音搜索请求。
5.根据权利要求1所述的方法,其特征在于,在所述语音信息中提取所述说话人的声纹特征信息之前,所述方法还包括:
提取本地设备上存储的语音样本信息;
根据将所述语音信息与所述语音样本信息进行比较,利用声纹识别技术验证所述说话人身份;
若验证通过,在所述本地设备上查找是否存在与所述说话人匹配的身份特征信息;
若存在,则提取所述身份特征信息;
若不存在,则在所述语音信息中提取所述说话人的声纹特征信息,以便根据所述声纹特征信息确定所述说话人的身份特征信息。
6.一种信息推送装置,其特征在于,所述装置包括:
接收单元,用于接收说话人发起的语音搜索请求,所述语音搜索请求携带有所述说话人的语音信息;
第一提取单元,用于在所述接收单元接收的语音信息中提取所述说话人的声纹特征信息;
处理单元,用于利用预置模型处理所述第一提取单元提取的声纹特征信息,得到与所述说话人匹配的身份特征信息;
第二提取单元,用于在所述语音搜索请求对应的搜索结果信息中,提取与所述利用处理单元得到的身份特征信息匹配的数据信息;
推送单元,用于将所述第二提取单元提取的数据信息推送至所述说话人。
7.根据权利要求6所述的装置,其特征在于,所述第二提取单元包括:
分类模块,用于按照预置特征维度,对所述语音搜索请求对应的搜索结果信息进行分类,所述预置特征维度的数目至少为1个;
解析模块,用于解析所述身份特征信息中包含的特征维度;
判断模块,用于根据将所述解析模块解析的特征维度与所述预置特征维度进行比较,判断在所述至少为1个的预置特征维度中是否存在与所述解析模块解析的特征维度相同的预置特征维度;
提取模块,用于当所述判断模块判断在所述至少为1个的预置特征维度中存在与所述解析模块解析的特征维度相同的预置特征维度时,提取与所述特征维度相同的预置特征维度对应的数据信息。
8.根据权利要求7所述的装置,其特征在于,所述分类模块包括:
提取子模块,用于在所述搜索结果信息中提取每个所述预置特征维度对应的数据信息;
排序子模块,用于按照预置排序规则,将所述提取子模块提取的预置特征维度对应的数据信息进行排序;
判断子模块,用于判断所述提取子模块提取的预置特征维度对应的数据信息的数目是否超过预置阈值;
删除子模块,用于当所述判断子模块判断所述预置特征维度对应的数据信息的数目未超过预置阈值时,按照所述排序子模块排序对应的末位至首位的顺序,删除所述超过预置阈值数目对应的数据信息。
9.一种电子设备,其特征在于,包括:
至少一个处理器;
以及与所述处理器连接的至少一个存储器、总线;其中,
所述处理器、存储器通过所述总线完成相互间的通信;
所述处理器用于调用所述存储器中的程序指令,以执行权利要求1至权利要求5中任一项所述的信息推送的方法。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行权利要求1至权利要求5中任一项所述的信息推送的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810501760.9A CN108829739A (zh) | 2018-05-23 | 2018-05-23 | 一种信息推送方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810501760.9A CN108829739A (zh) | 2018-05-23 | 2018-05-23 | 一种信息推送方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108829739A true CN108829739A (zh) | 2018-11-16 |
Family
ID=64148086
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810501760.9A Pending CN108829739A (zh) | 2018-05-23 | 2018-05-23 | 一种信息推送方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108829739A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109655141A (zh) * | 2018-12-29 | 2019-04-19 | 出门问问信息科技有限公司 | 一种电子设备的称重方法及装置 |
CN110855740A (zh) * | 2019-09-27 | 2020-02-28 | 深圳市火乐科技发展有限公司 | 信息推送方法及相关设备 |
CN111798857A (zh) * | 2019-04-08 | 2020-10-20 | 北京嘀嘀无限科技发展有限公司 | 一种信息识别方法、装置、电子设备及存储介质 |
CN112289324A (zh) * | 2020-10-27 | 2021-01-29 | 湖南华威金安企业管理有限公司 | 声纹身份识别的方法、装置和电子设备 |
CN112289324B (zh) * | 2020-10-27 | 2024-05-10 | 湖南华威金安企业管理有限公司 | 声纹身份识别的方法、装置和电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150221301A1 (en) * | 2012-09-20 | 2015-08-06 | Yulong Computer Telecommunication Scientific (Shenzhen) Co., Ltd. | Terminal, Server and Information Pushing Method |
CN104992706A (zh) * | 2015-05-15 | 2015-10-21 | 百度在线网络技术(北京)有限公司 | 一种基于语音的信息推送方法及装置 |
CN105930055A (zh) * | 2016-04-19 | 2016-09-07 | 乐视控股(北京)有限公司 | 一种界面跳转管理的方法及装置 |
CN107105010A (zh) * | 2017-03-23 | 2017-08-29 | 福建省汽车工业集团云度新能源汽车股份有限公司 | 基于gps位置信息的汽车用户快速登入方法及装置 |
-
2018
- 2018-05-23 CN CN201810501760.9A patent/CN108829739A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150221301A1 (en) * | 2012-09-20 | 2015-08-06 | Yulong Computer Telecommunication Scientific (Shenzhen) Co., Ltd. | Terminal, Server and Information Pushing Method |
CN104992706A (zh) * | 2015-05-15 | 2015-10-21 | 百度在线网络技术(北京)有限公司 | 一种基于语音的信息推送方法及装置 |
CN105930055A (zh) * | 2016-04-19 | 2016-09-07 | 乐视控股(北京)有限公司 | 一种界面跳转管理的方法及装置 |
CN107105010A (zh) * | 2017-03-23 | 2017-08-29 | 福建省汽车工业集团云度新能源汽车股份有限公司 | 基于gps位置信息的汽车用户快速登入方法及装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109655141A (zh) * | 2018-12-29 | 2019-04-19 | 出门问问信息科技有限公司 | 一种电子设备的称重方法及装置 |
CN111798857A (zh) * | 2019-04-08 | 2020-10-20 | 北京嘀嘀无限科技发展有限公司 | 一种信息识别方法、装置、电子设备及存储介质 |
CN110855740A (zh) * | 2019-09-27 | 2020-02-28 | 深圳市火乐科技发展有限公司 | 信息推送方法及相关设备 |
CN110855740B (zh) * | 2019-09-27 | 2021-03-19 | 深圳市火乐科技发展有限公司 | 信息推送方法及相关设备 |
CN112289324A (zh) * | 2020-10-27 | 2021-01-29 | 湖南华威金安企业管理有限公司 | 声纹身份识别的方法、装置和电子设备 |
CN112289324B (zh) * | 2020-10-27 | 2024-05-10 | 湖南华威金安企业管理有限公司 | 声纹身份识别的方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108305642B (zh) | 情感信息的确定方法和装置 | |
Bhavan et al. | Bagged support vector machines for emotion recognition from speech | |
Reimao et al. | For: A dataset for synthetic speech detection | |
EP3675122B1 (en) | Text-to-speech from media content item snippets | |
CN108132995A (zh) | 用于处理音频信息的方法和装置 | |
CN107767869A (zh) | 用于提供语音服务的方法和装置 | |
CN108305643A (zh) | 情感信息的确定方法和装置 | |
Stastny et al. | Automatic bird species recognition based on birds vocalization | |
CN104299623A (zh) | 语音应用中用于自动确认和消歧模块的方法和系统 | |
CN106302987A (zh) | 一种音频推荐方法及设备 | |
WO2019137392A1 (zh) | 文件分类处理方法、装置及终端、服务器、存储介质 | |
CN108829739A (zh) | 一种信息推送方法及装置 | |
US20140236597A1 (en) | System and method for supervised creation of personalized speech samples libraries in real-time for text-to-speech synthesis | |
CN109308901A (zh) | 歌唱者识别方法和装置 | |
CN106295717A (zh) | 一种基于稀疏表示和机器学习的西洋乐器分类方法 | |
CN108899033A (zh) | 一种确定说话人特征的方法及装置 | |
CN110400567A (zh) | 注册声纹动态更新方法及计算机存储介质 | |
Chen et al. | Component tying for mixture model adaptation in personalization of music emotion recognition | |
CN109087627A (zh) | 用于生成信息的方法和装置 | |
Mary et al. | Analysis and detection of mimicked speech based on prosodic features | |
CN105895079A (zh) | 语音数据的处理方法和装置 | |
Reimao | Synthetic speech detection using deep neural networks | |
CN112102807A (zh) | 语音合成方法、装置、计算机设备和存储介质 | |
CN111859008A (zh) | 一种推荐音乐的方法及终端 | |
CN110232911B (zh) | 跟唱识别方法、装置、存储介质及电子设备 |
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 |
Application publication date: 20181116 |
|
RJ01 | Rejection of invention patent application after publication |