CN109726332A - 一种基于自学习的个性化音乐推送方法和系统 - Google Patents

Abstract

本公开提出了一种基于自学习的个性化音乐推送方法和系统，提供了一种具有自学习功能的智能音箱。所述智能音箱把接收到家庭成员的声音信息上传到云端服务器，云端服务器学习所有家庭成员的声纹特征，根据所述声纹特征确定家庭成员身份ID，并创建基于所述家庭成员身份ID的个性化音乐数据库。云端服务器通过学习家庭成员的点播歌曲、歌唱歌曲、播放歌曲等大量数据掌握了不同家庭成员对音乐的喜好和个性化需求，并形成基于家庭成员身份ID的个性化音乐数据库。这种基于自学习的智能音箱能够为不同家庭成员推送各自喜好的个性化音乐，提升了客户粘性和吸引力。

Description

一种基于自学习的个性化音乐推送方法和系统

技术领域

本公开涉及智能音箱技术领域，尤其涉及一种基于自学习的个性化音乐推送方法和系统。

背景技术

随着人们对文化娱乐生活需求的不断提高，越来越多的智能音箱开始走进千家万户，带给人们丰富多彩的音乐享受。同时，人工智能（AI）技术的发展为人们获取个性化的音乐提供了便利，人机交互的智能化摆脱了传统基于文字方式获取信息的麻烦。然而，目前市面上提供的智能音箱仍缺乏足够的智能，不能识别家庭成员的声纹特征来确定家庭成员身份，也不能学习不同家庭成员的对音乐的不同喜好，进而向不同的家庭成员推送个性化的音乐服务，只能简单地向家庭成员播放语音请求指定的歌曲，难以满足不同家庭成员对音乐的个性化需求。智能音箱还需要不断改进完善，提升人性化的服务水平。

发明内容

本公开要解决的技术问题是增强智能音箱的自学习能力，通过学习不同家庭成员对音乐的不同喜好，进而为不同的家庭成员推送个性化的音乐服务。

根据本公开一方面，提出一种基于自学习的个性化音乐推送方法，包括：智能音箱接收所有家庭成员的声音信息并上传到云端服务器，所述云端服务器学习所有家庭成员的声纹特征，根据所述声纹特征确定家庭成员身份ID，并创建基于所述家庭成员身份ID的个性化音乐数据库；所述智能音箱接收所述家庭成员点播歌曲的语音指令并上传到所述云端服务器，所述云端服务器根据所述语音指令向所述家庭成员推送个性化歌曲，同时，在所述个性化音乐数据库记录所述点播歌曲名和歌曲类型；所述智能音箱接收所述家庭成员的唱歌语音指令和唱歌歌曲音频，并上传到所述云端服务器，所述云端服务器学习所述唱歌歌曲的歌名和歌曲类型，同时，在所述个性化音乐数据库记录所述唱歌歌曲名和歌曲类型；所述智能音箱接收所述家庭成员的播放歌曲语音指令和播放歌曲音频，并上传到所述云端服务器，所述云端服务器学习所述播放歌曲的歌名和歌曲类型，同时，在所述个性化音乐数据库记录所述播放歌曲名和歌曲类型；所述云端服务器根据所述个性化音乐数据库记录的歌曲数据自动学习并生成所述家庭成员的对歌曲类型的喜好度。

进一步地，所述智能音箱接收所述家庭成员点播歌曲语音指令、唱歌语音指令以及播放歌曲的语音指令并上传到所述云端服务器，所述云端服务器根据所述语音指令包含的声纹特征确定家庭成员身份ID。

进一步地，所述智能音箱接收所述家庭成员所述语音指令并上传到所述云端服务器，所述云端服务器解析所述语音指令的语义，根据所述语义进行应答操作。

进一步地，所述智能音箱接收所述家庭成员的点播歌曲语音指令并上传到所述云端服务器，当所述点播歌曲语音指令包含具体歌名时，所述云端服务器应当向所述智能音箱推送与所述点播歌名一致的歌曲；或者，当所述点播歌曲语音指令包含具体歌曲类型时，所述云端服务器应当向所述智能音箱推送与所述点播歌曲类型一致的歌曲；或者，当所述点播歌曲语音指令没有指明具体歌名和歌曲类型时，所述云端服务器应当根据识别出的家庭成员身份ID向所述智能音箱优先推送所述家庭成员身份ID对应个性化音乐数据库先前记录的歌曲，其次根据学习到所述家庭成员的歌曲类型喜好度推送类似歌曲。

根据本公开的另一方面，还提出一种云端服务器，包括：声纹识别模块，用于识别所述家庭成员的所述语音指令包含的声纹特征，根据所述声纹特征确定家庭成员身份ID；语音识别模块，用于解析所述家庭成员所述点播歌曲语音指令、唱歌语音指令以及播放歌曲语音指令，并将所述语音指令转换为对应文字信息；语音合成模块，用于将响应于所述家庭成员请求的文字信息转换为语音信息并向所述智能音箱推送；歌曲识别模块，用于识别所述家庭成员唱歌或播放歌曲的歌曲名和歌曲类型；家庭成员个性化音乐数据库，用于记录所述家庭成员向所述智能音箱请求点播的歌曲名、歌曲类型；记录所述家庭成员播放的歌曲曲名、歌曲类型；记录所述家庭成员唱歌的歌曲曲名、歌曲类型；根据所述记录数据自动学习并生成所述家庭成员的对歌曲类型的喜好度。

根据本公开的另一方面，还提出一种基于自学习的个性化音乐推送系统，包括：智能音箱以及所述的云端服务器；所述智能音箱接收所述家庭成员的点播歌曲语音指令、歌唱语音指令、播放歌曲语音指令，并上送到所述云端服务器；所述智能音箱接收所述家庭成员的唱歌或播放歌曲的音频信息，并上送到所述云端服务器；所述智能音箱还接收所述云端服务器的应答信息、推送的歌曲音频信息，并向所述家庭成员播放；所述云端服务器接收所述智能音箱上送的所述语音指令和所述音频信息，经过处理后向所述智能音箱推送应答语音信息和歌曲音频信息。

本公开提出了一种基于自学习的个性化音乐推送方法和系统，提供了一种具有自学习功能的智能音箱。所述智能音箱把接收到家庭成员的声音信息上传到云端服务器，云端服务器学习所有家庭成员的声纹特征，根据所述声纹特征确定家庭成员身份ID，并创建基于所述家庭成员身份ID的个性化音乐数据库。云端服务器通过学习家庭成员的点播歌曲、歌唱歌曲、播放歌曲等大量数据掌握了不同家庭成员对音乐的喜好和个性化需求，并形成基于家庭成员身份ID的个性化音乐数据库。这种基于自学习的智能音箱能够为不同家庭成员推送各自喜好的个性化音乐，提升了客户粘性和吸引力。

通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。

附图说明

构成说明书的一部分的附图描述了本公开的实施例，并且连同说明书一起用于解释本公开的原理。

参照附图，根据下面的详细描述，可以更加清楚地理解本公开，其中：

图1为本公开智能音箱与云端服务器的连接示意图；

图2为本公开云端服务器内部功能示意图；

图3为本公开基于家庭成员身份ID的个性化音乐数据库示意图；

图4为本公开家庭成员向智能音箱发出请求点播歌曲语音指令的的一个具体实施例的流程示意图；

图5为本公开家庭成员向智能音箱发出请求唱歌或播放歌曲语音指令的一个具体实施例的流程示意图。

具体实施方式

现在将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，技术、方法和设备应当被视为授权说明书的一部分。

在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。

图1为本公开智能音箱与云端服务器的连接示意图。智能音箱可以通过无线方式如WiFi、3G/4G/5G移动网络连接到云端服务器，也可以通过有线方式如光纤、以太网连接到云端服务器。智能音箱通过内置的麦克风接收家庭成员的声音信息，包括点播歌曲语音指令、唱歌语音指令、播放歌曲语音指令等，并上送到云端服务器；通过内置的扬声器播放云端服务器推送的歌曲和音频信息。

图2为本公开一个实施例的云端服务器20内部功能示意图。如图2所示，云端服务器内部功能主要包括以下功能模块：

声纹识别模块21，用于学习所有家庭成员的声音信息，提取不同家庭成员的声纹特征，根据不同家庭成员的声纹特征确定家庭成员身份ID；

语音识别模块22，用于识别所有家庭成员向智能音箱发送请求的语音指令，并将该语音指令转换为对应文字信息；

语音合成模块23，用于将响应于所述家庭成员请求的文字信息转换为语音信息并向智能音箱推送；

歌曲识别模块24，用于识别家庭成员歌唱的歌曲名和歌曲类型，以及家庭成员播放的歌曲曲名和歌曲类型；

全体家庭成员的个性化音乐数据库25，包括：

记录家庭成员向智能音箱请求点播的歌曲名、歌曲类型；记录家庭成员播放的歌曲曲名、歌曲类型；记录家庭成员唱歌的歌曲曲名、歌曲类型；

歌曲库26，储存海量各种类型的歌曲，供家庭成员选择欣赏。

云端服务器接收智能音箱转发的家庭成员的语音指令，经过处理后向智能音箱推送语音信息和歌曲播放的音频信息。

作为一个实施例，本公开的云端服务器各功能模块可以运行在一台独立的服务器上，也可以分别运行在不同的服务器上，通过多台服务器协作来学习家庭成员对音乐的喜好，实现个性化音乐推送。

图3为本公开一个实施例的基于家庭成员身份ID的个性化音乐数据库示意图。

云端服务器首先通过声纹识别模块反复学习所有家庭成员的声音信息，提取不同家庭成员的声纹特征，根据不同家庭成员的声纹特征确定家庭成员身份ID。

当某个家庭成员向智能音箱发出请求点播歌曲的语音指令时，云端服务器通过声纹识别模块从该家庭成员的语音信息中获取家庭成员身份ID；通过语音识别模块从请求点播歌曲的语音指令中获取点播歌曲名以及对应的歌曲类型。

当某个家庭成员向智能音箱发出请求唱歌的语音指令时，云端服务器通过声纹识别模块从该家庭成员的语音信息中获取家庭成员身份ID；然后通过歌曲识别模块从智能音箱上传的歌唱音频流中学习到歌唱曲名以及对应的歌曲类型。

同样地，当某个家庭成员向智能音箱发出请求播放歌曲的语音指令时，云端服务器通过声纹识别模块从该家庭成员的语音信息中获取家庭成员身份ID；然后通过歌曲识别模块从智能音箱上传的播放歌曲音频流中学习到播放歌曲名以及对应的歌曲类型。

当完成一首歌曲的点播、歌唱或播放时，云端服务器的个性化音乐数据库自动生成一条与家庭成员身份ID相对应的音乐记录。随着音乐记录数据的增加，云端服务器逐渐学习到每个家庭成员的音乐喜好程度，为后续个性化音乐推送打下基础。

比方说，一个家庭有爸爸、妈妈和小孩三个成员。爸爸经常喜欢在家通过智能音箱点播民族歌曲，歌唱民歌，也喜欢通过高保真音响播放民歌，所有这些歌曲的曲名和歌曲类型都被云端服务器记录在爸爸的个性化音乐数据库中。云端服务器通过对爸爸的个性化音乐数据库中大量音乐数据进行学习和分析，发现爸爸比较喜欢欣赏民族歌曲，而且这些民歌大多具有声音高吭明亮、曲调舒缓的风格。爸爸的个性化音乐数据库会自动生成爸爸对歌曲类型的喜好度，具有“民族、华丽、舒缓”等特征。同样地，妈妈的个性化音乐数据库记录大量通俗歌曲，这些通俗歌曲大多很柔美，而且很有抒情色彩，于是妈妈的个性化音乐数据库也会自动生成妈妈对歌曲类型的喜好度，具有“通俗、抒情、柔美”等特征。小孩生性活泼，喜欢欢快激情的流行歌曲，在小孩的个性化音乐数据库记录大量流行歌曲，云端服务器学习这些被记录的流行歌曲特点，在小孩的个性化音乐数据库会自动生成小孩对歌曲类型的喜好度，具有“流行、摇滚、激情”等歌曲风格。

家庭成员在向智能音箱发出请求点播歌曲、唱歌或播放歌曲的语音指令时，先要说出唤醒词，然后跟着请求的语音指令。比方说，把“小精灵”作为唤醒词，当家庭成员请求智能音箱点播指定歌名的某首歌曲时，可以这样说，“小精灵，请播放歌名为XX歌曲”；或者，当家庭成员请求智能音箱点播某种歌曲类型的歌曲时，可以说，“小精灵，请播放歌曲类型为XX歌曲”。当家庭成员告诉智能音箱将要唱歌时，可以说，“小精灵，我要唱歌”；当家庭成员告诉智能音箱将要播放歌曲时，可以说，“小精灵，我要播放歌曲”。智能音箱不间断地检测唤醒词，只有当检测到唤醒词后，才可以处理后面的语音请求指令。

图4为本公开家庭成员向智能音箱发出请求点播歌曲语音指令的的一个具体实施例的流程示意图。

如图4所示，在步骤401，家庭成员向智能音箱发出请求点播歌曲语音指令，该语音指令包含唤醒词，智能音箱不间断的检测唤醒词。如果智能音箱未能及时检测到唤醒词，家庭成员应当重复说出请求点播歌曲语音指令，直到智能音箱检测到唤醒词为止。当智能音箱检测到唤醒词后，智能音箱把请求点播歌曲语音指令上传到云端服务器。

在步骤402，云端服务器的声纹识别模块识别出该语音指令信息包含的声纹特征，以确定家庭成员的身份ID。

在步骤403，云端服务器的语音识别模块解析该语音指令信息包含的语义。

当该语音指令包含由具体的歌名时，进入步骤404，在歌曲库查找该歌曲向智能音箱推送。然后进入步骤405，在家庭成员身份ID对应的个性化音乐数据库记录本次点播歌曲的歌名及该歌曲所属的歌曲类型。

当该语音指令包含有具体的歌曲类型时，进入步骤404，在歌曲库查找与请求歌曲类型一致的歌曲向智能音箱推送。然后进入步骤405，在家庭成员身份ID对应的个性化音乐数据库记录本次点播歌曲的歌名及该歌曲所属的歌曲类型。

当该语音指令没有指明具体歌名和歌曲类型时，直接进入步骤405，云端服务器应当根据识别出的家庭成员身份ID向智能音箱优先推送与该家庭成员身份ID对应的个性化音乐数据库先前记录的歌曲，其次根据学习到该家庭成员的歌曲类型喜好度推送类似歌曲。

图5为本公开家庭成员向智能音箱发出请求唱歌或播放歌曲语音指令的一个具体实施例的流程示意图。

如图5所示，在步骤501，家庭成员向智能音箱发出请求唱歌或播放歌曲语音指令，该语音指令包含唤醒词，智能音箱不间断的检测唤醒词。如果智能音箱未能及时检测到唤醒词，家庭成员应当重复说出请求唱歌或播放歌曲语音指令，直到智能音箱检测到唤醒词为止。当智能音箱检测到唤醒词后，智能音箱把请求唱歌或播放歌曲语音指令上传到云端服务器。

在步骤502，云端服务器的声纹识别模块识别出该语音指令信息包含的声纹特征，以确定家庭成员的省份ID。

在步骤503，云端服务器的语音识别模块解析该语音指令信息包含的语义。

当该语音指令包含有“我要唱歌”关键词时，进入步骤504，歌曲识别模块识别音频信息中所歌唱的歌名和歌曲类型，然后进入步骤505，在家庭成员身份ID对应的个性化音乐数据库记录所歌唱的歌名及该歌曲所属的歌曲类型。

当该语音指令包含有“我要播放歌曲”关键词时，进入步骤504，歌曲识别模块识别音频信息中所播放歌曲的歌名和歌曲类型，然后进入步骤505，在家庭成员身份ID对应的个性化音乐数据库记录所播放歌曲的歌名及该歌曲所属的歌曲类型。

至此，已经详细描述了本公开。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。

可能以许多方式来实现本公开的方法以及装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法以及装置。用于方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。

虽然已经通过示例对本公开的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本公开的范围。本领域的技术人员应该理解，可在不脱离本公开的范围和精神的情况下，对以上实施例进行修改。本公开的范围由所附权利要求来限定。

Claims (6)

1.一种基于自学习的个性化音乐推送方法，其特征在于，包括：

智能音箱接收所有家庭成员的声音信息并上传到云端服务器，所述云端服务器学习所有家庭成员的声纹特征，根据所述声纹特征确定家庭成员身份ID，并创建基于所述家庭成员身份ID的个性化音乐数据库；

所述智能音箱接收所述家庭成员点播歌曲的语音指令并上传到所述云端服务器，所述云端服务器根据所述语音指令向所述家庭成员推送个性化歌曲，同时，在所述个性化音乐数据库记录所述点播歌曲名和歌曲类型；

所述智能音箱接收所述家庭成员的唱歌语音指令和唱歌歌曲音频，并上传到所述云端服务器，所述云端服务器学习所述唱歌歌曲的歌名和歌曲类型，同时，在所述个性化音乐数据库记录所述唱歌歌曲名和歌曲类型；

所述智能音箱接收所述家庭成员的播放歌曲语音指令和播放歌曲音频，并上传到所述云端服务器，所述云端服务器学习所述播放歌曲的歌名和歌曲类型，同时，在所述个性化音乐数据库记录所述播放歌曲名和歌曲类型；

所述云端服务器根据所述个性化音乐数据库记录的歌曲数据自动学习并生成所述家庭成员的对歌曲类型的喜好度。

2.根据权利要求1所述的方法，其特征在于，所述智能音箱接收所述家庭成员点播歌曲语音指令、唱歌语音指令以及播放歌曲的语音指令并上传到所述云端服务器，所述云端服务器根据所述语音指令包含的声纹特征确定家庭成员身份ID。

3.根据权利要求1所述的方法，其特征在于，所述智能音箱接收所述家庭成员所述语音指令并上传到所述云端服务器，所述云端服务器解析所述语音指令的语义，根据所述语义进行应答操作。

4.根据权利要求1~3所述的方法，其特征在于，所述智能音箱接收所述家庭成员的点播歌曲语音指令并上传到所述云端服务器，当所述点播歌曲语音指令包含具体歌名时，所述云端服务器应当向所述智能音箱推送与所述点播歌名一致的歌曲；

或者，当所述点播歌曲语音指令包含具体歌曲类型时，所述云端服务器应当向所述智能音箱推送与所述点播歌曲类型一致的歌曲；

或者，当所述点播歌曲语音指令没有指明具体歌名和歌曲类型时，所述云端服务器应当根据识别出的家庭成员身份ID向所述智能音箱优先推送所述家庭成员身份ID对应个性化音乐数据库先前记录的歌曲，其次根据学习到所述家庭成员的歌曲类型喜好度推送类似歌曲。

5.一种云端服务器，其特征在于，包括：

声纹识别模块，用于识别所述家庭成员的所述语音指令包含的声纹特征，根据所述声纹特征确定家庭成员身份ID；

语音识别模块，用于解析所述家庭成员所述点播歌曲语音指令、唱歌语音指令以及播放歌曲语音指令，并将所述语音指令转换为对应文字信息；

语音合成模块，用于将响应于所述家庭成员请求的文字信息转换为语音信息并向所述智能音箱推送；

歌曲识别模块，用于识别所述家庭成员唱歌或播放歌曲的歌曲名和歌曲类型；

家庭成员个性化音乐数据库，用于记录所述家庭成员向所述智能音箱请求点播的歌曲名、歌曲类型；记录所述家庭成员播放的歌曲曲名、歌曲类型；记录所述家庭成员唱歌的歌曲曲名、歌曲类型；根据所述记录数据自动学习并生成所述家庭成员的对歌曲类型的喜好度。

6.一种基于自学习的个性化音乐推送系统，其特征在于，包括：

智能音箱以及权利要求5所述的云端服务器；

所述智能音箱接收所述家庭成员的点播歌曲语音指令、歌唱语音指令、播放歌曲语音指令，并上送到所述云端服务器；

所述智能音箱接收所述家庭成员的唱歌或播放歌曲的音频信息，并上送到所述云端服务器；

所述智能音箱还接收所述云端服务器的应答信息、推送的歌曲音频信息，并向所述家庭成员播放；

所述云端服务器接收所述智能音箱上送的所述语音指令和所述音频信息，经过处理后向所述智能音箱推送应答语音信息和歌曲音频信息。