CN108877781B - 一种智能语音搜索影片的方法及系统 - Google Patents

Abstract

本申请涉及影片搜索技术领域，尤其涉及一种智能语音搜索影片的方法及系统，其识别搜索语音，并将所述搜索语音转化为搜索文本；将所述搜索文本与服务器中预存的影片对白文本进行匹配；若匹配成功，则输出影片。通过将影片的对白转化为对白文本在服务器中进行存储，当用户用语音搜索影片时，就可以用对白文本进行检索匹配，搜索到符合要求的影片推荐给用户，这样就可以对任意内容进行搜索，降低影片的搜索难度，提高搜索的准确率，极大的满足了用户个性化搜索影片的需求。

Description

一种智能语音搜索影片的方法及系统

技术领域

本申请涉及影片搜索技术领域，尤其涉及一种智能语音搜索影片的方法及系统。

背景技术

随着语音识别技术的发展，语音搜索影片的功能已经逐步应用到各种终端设备中，但是目前语音搜索影片的功能仅仅是通过对影片名称的语音信息进行识别，根据识别的影片名称的语音信息进行搜索。

然而，当用户需要搜索影片时，若用户不知道影片的名称，或者用户没有确切的目标，只是需要搜索有关主题，例如：想看与爱干净有关的动画片、想看有关地球环保纪录片等，就难以通过语音识别影片名称搜索到需要的影片，这就导致影片的搜索难度较大。

因此，如何降低影片的搜索难度，提高搜索的准确率，是本领域技术人员目前需要解决的技术问题。

发明内容

本申请提供了一种智能语音搜索影片的方法及系统，以降低影片的搜索难度，提高搜索的准确率。

为解决上述技术问题，本申请提供如下技术方案：

一种智能语音搜索影片的方法，包括以下步骤：识别搜索语音，并将所述搜索语音转化为搜索文本；将所述搜索文本与服务器中预存的影片对白文本进行匹配；若匹配成功，则输出影片。

如上所述的智能语音搜索影片的方法，其中，优选的是，将所述搜索语音转化为搜索文本后，将所述搜索文本与服务器中预存的影片名和/或影片标签进行匹配；若对比失败，则将所述搜索文本与服务器中预存的影片对白文本进行匹配。

如上所述的智能语音搜索影片的方法，其中，优选的是，获得所述影片对白文本具体包括：对影片的对白进行语音识别；将所述影片的对白对应的语音转化为对白文本，并存储于服务器。

如上所述的智能语音搜索影片的方法，其中，优选的是，将所述搜索文本与服务器中预存的影片对白文本进行匹配具体包括：抽取所述搜索文本中的至少一个关键词；将所述至少一个关键词作为匹配目标，将所述匹配目标与所述对白文本进行目标匹配；计算所述关键词的目标匹配度。

如上所述的智能语音搜索影片的方法，其中，优选的是，抽取所述搜索文本中的关键词后，确定所述关键词的优先级和/或衍生词，根据所述关键词的优先级和/或衍生词进行目标匹配。

一种智能语音搜索影片的机顶盒，包括：语音识别模块，用于识别搜索语音，并将所述搜索语音转化为搜索文本；通信模块，用于将所述搜索文本发送至服务器，并且接收服务器将所述搜索文本与服务器中预存的影片对白文本匹配成功后输出的影片。

一种服务器，包括：通信模块、抽取模块和计算模块；通信模块，用于接收搜索文本，并发送搜索到的影片；抽取模块，用于抽取所述搜索文本中的至少一个关键词；计算模块，用于将所述至少一个关键词作为匹配目标，将所述匹配目标与对白文本中进行目标匹配，计算所述关键词目标匹配度。

如上所述的服务器，其中，优选的是，还包括：服务器语音识别模块和存储模块；服务器语音识别模块，用于对影片的对白进行语音识别；存储模块，用于存储对影片对白语音识别，将识别结果转化为文本的对白文本。

如上所述的服务器，其中，优选的是，还包括：优先级确定模块和/或衍生词确定模块；抽取搜索文本中的关键词后，所述优先级确定模块确定关键词的优先级，根据关键词的优先级所述计算模块进行目标匹配；抽取搜索文本中的关键词后，所述衍生词确定模块根据关键词确定衍生词，根据衍生词所述计算模块进行目标匹配。

一种智能语音搜索影片的系统，包括上述所述的智能语音搜索影片的机顶盒和上述任一项所述服务器，所述机顶盒与所述服务器通信连接。

相对上述背景技术，本发明所提供的智能语音搜索影片的方法及系统通过将影片的对白转化为对白文本在服务器中进行存储，当用户用语音搜索影片时，就可以用对白文本进行检索匹配，搜索到符合要求的影片推荐给用户，这样就可以对任意内容进行搜索，降低影片的搜索难度，提高搜索的准确率，极大的满足了用户个性化搜索影片的需求。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，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中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1是本申请实施例一所提供的智能语音搜索影片的方法流程示意图；

图2是本申请实施例一所提供的智能语音搜索影片的方法中向服务器存储对白文本的流程图；

图3是本申请实施例一所提供的智能语音搜索影片的方法中通过关键词进行搜索的流程图；

图4是本申请实施例二、实施例三和实施例四提供的智能语音搜索影片机顶盒、服务器及智能语音搜索影片系统的示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

实施例一

本发明提供了一种智能语音搜索影片的方法，如图1所示，包括以下步骤：

步骤S110、识别搜索语音，并将所述搜索语音转化为搜索文本；

当用户搜索影片时，用户说出想要搜索的内容，例如：想看爱干净有关的动画片、想看有关地球环保的。该想要搜索的内容为语音形式，识别搜索语音，并将该语音形式的搜索内容转化为搜索文本，这里的搜索文本就是文本，即：指书面语言的表现形式。

步骤S120、将所述搜索文本与服务器中预存的影片对白文本进行匹配；

在进行语音搜索影片之前还需要将影片的相关信息存储于服务器中，例如：将影片的名称、类别、标签等信息存储于服务器中，本申请实施例中将影片对白转化为对白文本，这里的对白文本也是文本，也是书面语言的表现形式。

在本申请实施例中将影片对白转化为对白文本预存于服务器中，如图2所示，包括以下步骤：

步骤S210、对影片的对白进行语音识别；

通过语音识别技术对影片的对白进行语音识别，即：对影片中的全部对白进行语音识别。

步骤S220、将影片的对白对应的语音转化为对白文本，并存储于服务器。

将影片中的所有对白都识别成文字形成对白文本，将对白文本存储于服务器的检索数据库中。

将搜索文本与服务器中预存的影片对白文本进行匹配，请参见图3，具体如下：

步骤S310、抽取搜索文本中的至少一个关键词；

对搜索文本进行语义层次上的分析，例如：将“想看爱干净有关的动画片”进行语义层次上的分析得出关键字“想看”、“爱干净”和“动画片”。在上述基础上，还可以对关键词进行初步聚类；将初步聚类后的文档集根据相似度生成拉普拉斯矩阵，并计算其特征值和特征向量；根据特征值间隔确定聚类数以及表示矩阵，并对所述聚类数及表示矩阵进行二次聚类；将二次聚类的结果进行交互操作，并进行再次聚类。通过三步聚类保证了对关键词的精准处理。

抽取搜索文本中的关键词后，还可以确定关键词的优先级。作为举例，可以是划分搜索文本的句子成分，根据句子成分确定优先级，具体可以是将搜索文本的句子划分为谓语、宾语、表语等成分，依次执行谓语、宾语、表语，也就是将谓语设置为第一优先级、将宾语设置为第二优先级、将表语设置为第三优先级。例如：搜索文本为“想看爱干净有关的动画片”，其句子成分划分为：谓语“想看”、宾语“动画片”、表语“爱干净”；则“想看”为动作关键词，为第一优先级关键词；“动画片”为第二优先级关键词；“爱干净”为第三优先级关键词。根据关键词的优先级进行接下来的搜索。

抽取搜索文本中的关键词后，还可以确定关键词的衍生词。作为举例，可以分析关键词的语义，将相同相近语义的词语确定为关键词的衍生词。例如：关键词“想看”在语义上相同或相近的衍生词可以是搜索、打开、查找等，“爱干净”在语义上相同或相近的衍生词可以是“刷牙”、“洗脸”、“防蛀牙”、“勤洗澡”等，根据关键词及衍生词进行接下来的搜索。

步骤S320、将至少一个关键词作为匹配目标，将匹配目标与对白文本进行目标匹配；

即以关键词为匹配目标查找服务器检索数据库中存储的对白文本中相应的词语。有关键词优先级的，按照关键词优先级在对白文本中进行查找；有关键词衍生词的，还要按照关键词衍生词在对白文本中进行查找；在此同时，还需要判断对白文本中搜索到的关键词或衍生词前后是否具有反义词，将前后具有反义词的关键词或衍生词进行剔除，也就是具有反义词的关键词或衍生词不参与到接下来的计算中。例如：如搜索的关键词是“爱干净”，则对白文本中出现“不爱干净”、“不刷牙”、“不洗脸”等时，则将对白文本中的“不爱干净”、“不刷牙”、“不洗脸”剔除。

步骤S330、计算关键词的目标匹配度。

计算目标匹配度也就是计算关键词目标匹配的概率，对于计算目标匹配概率不只是包括对关键词目标匹配概率的计算，还可以包括对衍生词目标匹配的概率。对比目标匹配的概率可以是关键词和衍生词出现的字数与对白文本中字数的比例，还可以是其他的计算方式，本申请中不限定目标匹配概率的计算方式，只要能达到本申请实施例所要达到的技术效果即可。

请继续参阅图1，步骤S130、若匹配成功，则输出影片。

在进行影片搜索之前，在服务器中预设有阈值，在进行影片搜索时，若关键词和/或衍生词与对白文件中的匹配度达到预设阈值时，服务器才向外输出该影片。

另外，将搜索语音转化为搜索文本后，即在步骤S110后，首先将搜索文本与服务器中预存的影片名和/或影片标签进行匹配；若对比成功，则直接输出影片，终止搜索；若对比失败，则将搜索文本与服务器中预存的影片对白文本进行匹配。实施例二

本申请还提供了一种智能语音搜索影片的机顶盒410，如图4所示，包括：语音识别模块411和通信模块412，在此基础上还可以包括语音接收模块413。其中，语音接收模块413，用于接收用户发出的声音；语音识别模块411，用于识别搜索语音内容，并将搜索语音转化为搜索文本；通信模块412，用于将搜索文本发送至服务器，并且接收服务器将搜索文本与服务器中预存的影片对白文本匹配成功后输出的影片。

实施例三

本申请还提供了一种服务器420，请继续参阅图4，包括：通信模块421、抽取模块422和计算模块423；通信模块421，用于接收搜索文本，并发送搜索到的影片，可以是与上述实施例中的机顶盒410通信，用于接收机顶盒410发送的搜索文本，并向机顶盒410发送搜索到的影片，作为举例：机顶盒410的通信模块412与服务器420的通信模块421建立通信连接，机顶盒410的语音识别模块411将声音转化为搜索文本后通过通信模块412发送给服务器420的通信模块421，服务器420的通信模块421将搜索到的影片发送给机顶盒410的通信模块412；抽取模块422，用于抽取搜索文本中的至少一个关键词；计算模块423，用于将至少一个关键词作为匹配目标，将匹配目标与在对白文本中进行目标匹配，计算关键词目标匹配度。

在上述基础上，服务器420还包括：服务器语音识别模块424和存储模块425；服务器语音识别模块424，用于对影片的对白进行语音识别；对影片对白语音识别，将识别结果转化为对白文本，存储模块425，用于存储对白文本。

另外，服务器420还包括：优先级确定模块426和/或衍生词确定模块427。其中，抽取搜索文本中的关键词后，优先级确定模块426确定关键词的优先级；作为举例，可以是划分搜索文本的句子成分，根据句子成分确定优先级，具体可以是将搜索文本的句子划分为谓语、宾语、表语等成分，依次执行谓语、宾语、表语，也就是将谓语设置为第一优先级、将宾语设置为第二优先级、将表语设置为第三优先级。例如：搜索文本为“想看爱干净有关的动画片”，其句子成分划分为：谓语“想看”、宾语“动画片”、表语“爱干净”；则“想看”为动作关键词，为第一优先级关键词；“动画片”为第二优先级关键词；“爱干净”为第三优先级关键词。根据关键词的优先级进行接下来的搜索。其中，抽取搜索文本中的关键词后，衍生词确定模块427根据关键词确定衍生词，根据衍生词所述计算模块进行目标匹配；作为举例，可以分析关键词的语义，将相同相近语义的词语确定为关键词的衍生词。例如：关键词“想看”在语义上相同或相近的衍生词可以是搜索、打开、查找等，“爱干净”在语义上相同或相近的衍生词可以是“刷牙”、“洗脸”、“防蛀牙”、“勤洗澡”等，根据关键词及衍生词进行接下来的搜索。

实施例四

本申请还提供了一种智能语音搜索影片的系统，包括：上述实施例二中的智能语音搜索影片的机顶盒410和实施例三中的服务器420，智能语音搜索影片的机顶盒410和服务器420通信连接，并且智能语音搜索影片的机顶盒410将搜索文本发送至服务器420，服务器420将搜索到的影片发送至智能语音搜索影片的机顶盒410。

由于本申请实施例中通过将影片的对白转化为对白文本在服务器中进行存储，当用户用语音搜索影片时，就可以用对白文本进行检索匹配，搜索到符合要求的影片推荐给用户，这样就可以对任意内容进行搜索，降低影片的搜索难度，提高搜索的准确率，极大的满足了用户个性化搜索影片的需求。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (7)

1.一种智能语音搜索影片的方法，其特征在于，包括以下步骤：

识别搜索语音，并将所述搜索语音转化为搜索文本；

将所述搜索文本与服务器中预存的影片对白文本进行匹配；

抽取所述搜索文本中的至少一个关键词；

对搜索文本进行语义层次上的分析得出关键字，对关键词进行初步聚类；将初步聚类后的文档集根据相似度生成拉普拉斯矩阵，并计算其特征值和特征向量；根据特征值间隔确定聚类数以及表示矩阵，并对所述聚类数及表示矩阵进行二次聚类；将二次聚类的结果进行交互操作，并进行再次聚类，通过三步聚类保证了对关键词的精准处理；

确定所述关键词的优先级；

将搜索文本的句子成分划分为谓语、宾语、表语，将谓语设置为第一优先级、将宾语设置为第二优先级、将表语设置为第三优先级；

根据关键词的优先级进行以下搜索；

将所述至少一个关键词作为匹配目标，将所述匹配目标与所述对白文本进行目标匹配；

计算所述关键词的目标匹配度；

抽取所述搜索文本中的关键词后，分析关键词的语义，将相同相近语义的词语确定为关键词的衍生词，根据所述关键词的衍生词进行目标匹配；

若匹配成功，则输出影片。

2.根据权利要求1所述的智能语音搜索影片的方法，其特征在于，将所述搜索语音转化为搜索文本后，将所述搜索文本与服务器中预存的影片名和/或影片标签进行匹配；若对比失败，则将所述搜索文本与服务器中预存的影片对白文本进行匹配。

3.根据权利要求1或2所述的智能语音搜索影片的方法，其特征在于，获得所述影片对白文本具体包括：

对影片的对白进行语音识别；

将所述影片的对白对应的语音转化为对白文本，并存储于服务器。

4.一种智能语音搜索影片的机顶盒，其特征在于，包括：

语音识别模块，用于识别搜索语音，并将所述搜索语音转化为搜索文本；

通信模块，用于将所述搜索文本发送至服务器，并且接收服务器将所述搜索文本与服务器中预存的影片对白文本匹配成功后输出的影片；

服务器的抽取模块抽取所述搜索文本中的至少一个关键词，对搜索文本进行语义层次上的分析得出关键字，对关键词进行初步聚类；将初步聚类后的文档集根据相似度生成拉普拉斯矩阵，并计算其特征值和特征向量；根据特征值间隔确定聚类数以及表示矩阵，并对所述聚类数及表示矩阵进行二次聚类；将二次聚类的结果进行交互操作，并进行再次聚类，通过三步聚类保证了对关键词的精准处理；

抽取搜索文本中的关键词后，服务器的优先级确定模块确定关键词的优先级；

将搜索文本的句子成分划分为谓语、宾语、表语，将谓语设置为第一优先级、将宾语设置为第二优先级、将表语设置为第三优先级；

服务器的计算模块根据关键词的优先级进行目标匹配；

服务器的计算模块将至少一个关键词作为匹配目标，将所述匹配目标与对白文本中进行目标匹配，计算所述关键词目标匹配度；

抽取所述搜索文本中的关键词后，分析关键词的语义，将相同相近语义的词语确定为关键词的衍生词，根据所述关键词的衍生词进行目标匹配。

5.一种服务器，其特征在于，包括：通信模块、抽取模块、计算模块、衍生词确定模块；

通信模块，用于接收搜索文本，并发送搜索到的影片；

抽取模块，用于抽取所述搜索文本中的至少一个关键词；对搜索文本进行语义层次上的分析得出关键字，对关键词进行初步聚类；将初步聚类后的文档集根据相似度生成拉普拉斯矩阵，并计算其特征值和特征向量；根据特征值间隔确定聚类数以及表示矩阵，并对所述聚类数及表示矩阵进行二次聚类；将二次聚类的结果进行交互操作，并进行再次聚类，通过三步聚类保证了对关键词的精准处理；

还包括：优先级确定模块；

抽取搜索文本中的关键词后，所述优先级确定模块确定关键词的优先级；

将搜索文本的句子成分划分为谓语、宾语、表语，将谓语设置为第一优先级、将宾语设置为第二优先级、将表语设置为第三优先级；

根据关键词的优先级所述计算模块进行目标匹配；

计算模块，用于将所述至少一个关键词作为匹配目标，将所述匹配目标与对白文本中进行目标匹配，计算所述关键词目标匹配度；

衍生词确定模块，抽取所述搜索文本中的关键词后，分析关键词的语义，将相同相近语义的词语确定为关键词的衍生词，根据所述关键词的衍生词进行目标匹配。

6.根据权利要求5所述的服务器，其特征在于，还包括：服务器语音识别模块和存储模块；

服务器语音识别模块，用于对影片的对白进行语音识别；

存储模块，用于存储对影片对白语音识别，将识别结果转化为文本的对白文本。

7.一种智能语音搜索影片的系统，其特征在于，包括上述权利要求4中所述的智能语音搜索影片的机顶盒和权利要求5或6所述服务器，所述机顶盒与所述服务器通信连接。

Images