CN109817217A - 基于语音识别的自助贩卖方法、装置、设备及介质 - Google Patents
基于语音识别的自助贩卖方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN109817217A CN109817217A CN201910042519.9A CN201910042519A CN109817217A CN 109817217 A CN109817217 A CN 109817217A CN 201910042519 A CN201910042519 A CN 201910042519A CN 109817217 A CN109817217 A CN 109817217A
- Authority
- CN
- China
- Prior art keywords
- target
- standard merchandise
- self
- keyword
- standard
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于语音识别的自助贩卖方法、装置、设备及介质,该方法包括获取待识别语音数据,将待识别语音数据转换成文字数据;采用关键词提取算法,提取文字数据中的目标关键词;将目标关键词与数据库中每一标准商品名称进行匹配,若目标关键词与标准商品名称匹配成功,则获取与标准商品名称对应的商品信息;基于商品信息,在显示页面显示收款码和应付金额;若接收到客户端发送的付款操作指令,基于付款操作指令,对与标准商品名称相对应的目标商品进行出货操作,以解决自助贩卖机选取购买商品速度较慢的问题。
Description
技术领域
本发明涉及语音交互领域,尤其涉及一种基于语音识别的自助贩卖方法、装置、设备及介质。
背景技术
目前,随着人们生活水平的提高,越来越多的自助贩卖机随之出现。自助贩卖机通常提供一电子显示屏,通过电子显示屏显示商品信息,客户可基于显示的商品信息对需购买的商品进行选购,当自助贩卖机中商品种类较多时,在电子显示屏上分为多页进行显示,当客户在首页未查找到需要购买的商品时,需要翻页选购,以查找所需要购买的商品,需要花费大量的时间,影响客户购物体验,导致不能快速选取到客户需要购买的商品,且自助贩卖机只是进行出货操作,比较呆板生硬。
发明内容
本发明实施例提供一种基于语音识别的自助贩卖方法、装置、设备及介质,以解决自助贩卖机选取购买商品速度较慢的问题。
一种基于语音识别的自助贩卖方法,包括:
获取待识别语音数据,将所述待识别语音数据转换成文字数据;
采用关键词提取算法,提取所述文字数据中的目标关键词;
将所述目标关键词与数据库中每一标准商品名称进行匹配,若所述目标关键词与所述标准商品名称匹配成功,则获取与所述标准商品名称对应的商品信息;
基于所述商品信息,在显示页面显示收款码和应付金额;
若接收到客户端发送的付款操作指令,基于所述付款操作指令,对与所述标准商品名称相对应的目标商品进行出货操作。
一种基于语音识别的自助贩卖装置,包括:
语音数据获取模块,用于获取待识别语音数据,将所述待识别语音数据转换成文字数据;
关键词提取模块,用于采用关键词提取算法,提取所述文字数据中的目标关键词;
商品名称匹配模块,用于将所述目标关键词与数据库中每一标准商品名称进行匹配,若所述目标关键词与所述标准商品名称匹配成功,则获取与所述标准商品名称对应的商品信息;
付款码显示模块,用于基于所述商品信息,在显示页面显示收款码和应付金额;
出货操作模块,用于若接收到客户端发送的付款操作指令,基于所述付款操作指令,对与所述标准商品名称相对应的目标商品进行出货操作。
一种计算机设备,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上述基于语音识别的自助贩卖方法的步骤。
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上述基于语音识别的自助贩卖方法的步骤。
上述一种基于语音识别的自助贩卖方法、装置、设备及介质,通过获取待识别语音数据,将待识别语音数据转换成文字数据,无需客户基于电子显示屏选取需要购买的商品名称,通过发送语音方式发送需要购买的商品名称,以提高商品选取速度。采用关键词提取算法,提取文字数据中的目标关键词,将目标关键词与数据库中每一标准商品名称进行匹配,若目标关键词与标准商品名称匹配成功,则获取与标准商品名称对应的商品信息,以实现快速获取所需购买的商品的商品信息,并在显示页面显示收款码和应付金额,以便客户进行付款操作。若接收到客户端发送的付款操作指令,对与标准商品名称相对应的目标商品进行出货操作,以增强人机交互,使得自助贩卖机更加人性化。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中基于语音识别的自助贩卖方法的应用环境示意图;
图2是本发明一实施例中基于语音识别的自助贩卖方法的流程图;
图3是本发明一实施例中基于语音识别的自助贩卖方法的流程图;
图4是本发明一实施例中基于语音识别的自助贩卖方法的流程图;
图5是本发明一实施例中基于语音识别的自助贩卖方法的流程图;
图6是本发明一实施例中基于语音识别的自助贩卖方法的流程图;
图7是本发明一实施例中基于语音识别的自助贩卖装置的原理框图;
图8是本发明一实施例中计算机设备的一示意图。
具体实施方式
下面将结和本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供的基于语音识别的自助贩卖方法,可应用在如图1的应用环境中,该基于语音识别的自助贩卖方法应用在自助贩卖机的服务端。服务端对客户基于自助但马迹的语音获取接口发送的待识别语音数据进行转换,获取与待识别语音数据的目标关键词,通过目标关键词获取到客户需要购买的商品名称,通过对商品名称对应的商品进行出货操作,以提高选取商品的速度,并快速进行出货操作,在出货操作的过程中语音播放与标准商品名称相对应的语音播报数据,以增强人机交互,使得自助贩卖机更加人性化。其中,客户端可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端具体可以是自助贩卖机的服务端。
在一实施例中,如图2所示,提供一种基于语音识别的自助贩卖方法,以该方法应用在图1中的服务端为例进行说明,具体包括如下步骤:
S10:获取待识别语音数据,将待识别语音数据转换成文字数据。
其中,待识别语音数据是指自助贩卖机的语音获取接口获取到的的包含商品信息的语音数据。文字数据是指通过预先训练好的语音识别模型对待识别语音数据进行识别,所获取到的文字。其中,语音识别模型是预先进行训练所获得的模型,语音识别模型由声学模型、音素字典和语言模型等组成。声学模型是通过对语音数据进行训练所获得的模型,输入的是目标声纹特征,输出的是音素。音素字典是音素与字的映射关系库,输入的是音素,输出的是字。语言模型是通过对大量的文本信息进行训练获得,可得到字与字之间的相关联概率,输入的是单个的字,输出的是文字数据(即将最大概率词序作为文字数据)。
具体地,自助贩卖机提供一语音获取接口,具体可以是麦克风。基于自助贩卖机麦克风采集客户通过语音方式录入的包含所需购买的商品信息的待识别语音数据,该麦克风置于自助贩卖机内,避免长期暴露在外,降低自助贩卖机中麦克风的损坏率。自助贩卖机基于麦克风获取客户的待识别语音数据,待识别语音数据中包含商品信息。自助贩卖机中存储有语音识别模型,用于将待识别语音数据识别成文字数据。当自助贩卖机的服务端接收到待识别语音数据后,通过内置的语音识别模型进行识别,获取与待识别语音数据对应的文字数据。更具体地,服务端预先提取待识别语音数据对应的目标声纹特征,将目标声纹特征输入至语音识别模型中的声学模型,获取与目标声纹特征对应的音素;将音素输入至语音识别模型中的音素字典,获取与音素对应的字;将字输入至语音识别模型中的语言模型,获取与字对应的文字数据。
进一步地,在获取待识别语音数据之前,在自助贩卖机中可预先配置标准语句,并在电子显示屏中显示标准语句。例如“我要购买+数量词+名词”,若要购买多个商品,也可预先配置标准语句,例如“我要购买+数量词+名词,+数量词+名词”,将标准语句在自助贩卖机的电子显示屏进行显示。通过预先配置标准语句,客户基于标准语句,输入待识别语音数据,使得后续处理速度更快。
S20:采用关键词提取算法,提取文字数据中的目标关键词。
其中,目标关键词是指从文字数据中提取的与所需购买的商品相关的文字。
具体地,采用关键词提取算法,从文字数据中提取目标关键词,其中,关键词提取算法可以是TextRank算法,即服务端可通过TextRank算法提取文字数据中的目标关键词。其中,TextRank算法主要根据文本本身的特征去提取关键词。TextRank算法是文本基于图的排序算法当中的一种。TextRank算法通过将文字数据分割为若干个组成分词,并建立相应的有向图模型,然后利用投票机制对文本中的重要的成分进行相应地排序,根据排序提取预设数量的关键词作为目标关键词。
S30:将目标关键词与数据库中每一标准商品名称进行匹配,若目标关键词与标准商品名称匹配成功,则获取与标准商品名称对应的商品信息。
其中,标准商品名称是指预先存储在自助贩卖机中每一商品的商品名称。标准商品名称可以是商品品牌和所属类别组成,例如,怡宝矿泉水和康师傅方便面等。商品信息是指与标准商品名称对应的信息,具体可以是收款码和应付金额。
具体地,服务端将从文字数据中提取出的目标关键词与数据库中每一标准商品名称进行匹配,具体是采用相似度算法计算目标关键词与数据库中每一标准商品名称的相似度,当相似度达到相似度阈值时,则目标关键词与标准商品名称匹配成功。目标关键词与标准商品名称匹配成功,则说明自助贩卖机中包含客户需要购买的商品,获取与标准商品名称对应的商品信息。其中,相似度算法可以是编辑距离算法,采用编辑距离算法计算目标关键词与数据库中标准商品名称的相似度,当相似度达到相似度阈值时,则目标关键词与标准商品名称匹配成功;若相似度未达到相似度阈值,则目标关键词与标准商品名称匹配失败。其中,相似度阈值是用于评估目标关键词与标准商品名称是否匹配成功的值,通过相似度阈值判断标准商品名称与目标关键词是否相匹配。采用编辑距离算法计算目标关键词与数据库中标准商品名称的相似度,具体过程如下:1)建立矩阵,用来保存完成每个文字转换需要执行的操作次数,确定目标关键词与标准商品的长度为m和n,并初始化第一行为0到m,即0<i<m,第一列为0到n,即,0<j<n,建立的矩阵d为(m+1)*(n+1)。2)当str(m,st)==str(n,st),temp为0,否则为1。可以理解为,当长度为m的文字与长度为n的文字相同,则temp为0,文字不相同则为1。3)循环嵌套遍历矩阵d[m,n],对矩阵d[m,n]中每个值赋于d[i-1,j]+1;d[i,j]-1+1;d[i-1,j-1]+temp三者的最小值,直至矩阵全部赋值完成,并返回矩阵最后一个值d[m,n](即是编辑距离L),并通过相似度计算公式计算出相似度,其中,MAX(m,n)为m和n的最大长度。
进一步地,自助贩卖机还提供一提示模块,当目标关键词与数据库中每一标准商品名称匹配不成功,则生成未查找到需要购买商品的信息,并在自助贩卖机的显示页面显示该信息和/或进行语音播报该信息。客户可基于提示信息,重新发送待识别语音数据,并执行步骤S10的步骤。
S40:基于商品信息,在显示页面显示收款码和应付金额。
其中,收款码是指自助贩卖机通过识读客户基于客户端展示的条码完成支付的行为。应付金额是指客户应给付的金额。具体地,商品信息包括收款码和应付金额,服务端根据商品信息,在自助贩卖机的显示页面显示收款码和应付金额,客户可基于该收款码进行付款操作。
S50:若接收到客户端发送的付款操作指令,基于付款操作指令,对与标准商品名称相对应的目标商品进行出货操作。
其中,目标商品是指与目标关键词匹配成功的标准商品名称对应的商品。
具体地,数据库中存储有每一目标商品名称对应的语音播报数据。服务端若接收到客户基于收款码发送的付款操作指令,服务端根据该付款操作指令,确定与标准商品名称对应的目标商品的位置,并依据该位置对目标商品进行出货操作。
步骤S10-S50中,获取待识别语音数据,将待识别语音数据转换成文字数据,无需客户基于电子显示屏选取需要购买的商品名称,通过发送语音方式发送需要购买的商品名称,以提高商品选取速度。采用关键词提取算法,提取文字数据中的目标关键词,为后续获取到标准商品名称提供技术支持。将目标关键词与数据库中每一标准商品名称进行匹配,若目标关键词与标准商品名称匹配成功,则获取与标准商品名称对应的商品信息,在显示页面显示收款码和应付金额,以便客户进行付款操作。若接收到客户端发送的付款操作指令,对与标准商品名称相对应的目标商品进行出货操作,以增强人机交互,使得自助贩卖机更加人性化。
在一实施例中,如图3所示,步骤S20中,采用关键词提取算法,提取文字数据中的目标关键词,具体包括如下步骤:
S21:对文字数据进行分词、词性标注处理和词性过滤,获取指定词性的候选关键词。
其中,候选关键词是指对文字数据进行分词和过滤后,获取到的指定词性的分词。
具体地,服务端先将获取到的文字数据,采用ANSJ中文分词器对文字数据进行分词处理和词性标注处理,词性可以是名词、动词、形容词、数量词和代词等;再根据服务端预先确定的指定词性(如预先确定将“动词”、“名词”和“数量词”作为指定词性),从文字数据中,获取到与“动词”、“名词”和“数量词”这些指定词性相对应的分词。例如,文字数据为“我要购买两瓶可乐”,先将文字数据进行分词,可分为“我”、“要”、“购买”、“两瓶”和“可乐”,并对文字数据进行词性标注,例如,“我”是代词,“要”是动词,“购买”是动词,“两瓶”为数量词,“可乐”为名词,将指定词性“动词”、“名词”和“数量词”对应的分词进行保留,作为候选关键词。
S22:基于候选关键词,设置滑动窗口为K,若两节点对应的词汇在长度为K的窗口中共现,则两节点之间存在边,基于边构建候选关键词有向图G=(V,E),其中,V为有向图的节点集合,E为有向图的边集合,E是V×V的子集。
其中,共现即共同出现,也就是词语搭配可能共同出现,习惯性搭配中词项相互期待和预见。
具体地,服务端根据指定词性的候选关键词,设置滑动窗口为K,K表示的是窗口的大小,也就是指最多共现的节点数目为K个。在构建候选关键词有向图的时候,将候选关键词作为节点,当节点对应的词汇在长度为K的窗口中共现,则认为窗口里面的分词存在共现关系,两个节点之间存在边,则基于两个节点构造边,即两个候选关键词构造边,通过每一边以构建侯建关键词有向图,其中,将所有候选关键词作为有向图的节点集合,每一个候选关键词作为有向图的节点,根据节点与节点之间的E是V×V的子集;对于一个给定的节点Vi,In(Vi)为以顶点Vi为终点的入边集合,Out(Vi)表示以顶点Vj为起点的出边集合。
S23:采用TextRank算法对每一节点的权重进行迭代,直至收敛,获取每一节点对应的权重。
具体地,通过TextRank公式对各节点的权重进行迭代,直至收敛,获取每一节点对应的权重。其中,TextRank公式为:其中,WS(Vi)表示分词Vi对应的权重,d为阻尼系数,代表从图中某一特定点(候选关键词)指向其他任意点(候选关键词)的概率,其取值为0-1之间,Vi、Vj和Vk均表示分词,WS(Vj)表示迭代分词Vj的权重,wji表示Vi和Vj之间的相似度,wjk表示Vi和Vj之间的相似度,In(Vi)表示以顶点Vi为终点的入边集合,Out(Vj)表示以顶点Vj为起点的出边集合。
S24:根据每一节点对应的权重对节点进行排序,获取预设数量节点对应的候选关键词作为目标关键词。
具体地,服务端获取每一节点对应的权重,即获取每一属性关键词对应的权重,根据每一属性关键词对应的权重进行排序,将权重较大的属性关键词排序在前,相对应地,将权重较小的属性关键词排序在后,获取预设数量的节点对应的候选关键词作为目标关键词。
步骤S21-S24,对文字数据进行分词、词性标注处理和词性过滤,获取指定词性的候选关键词,为获取到目标关键词提供技术支持。基于候选关键词,构建候选关键词有向图G=(V,E),并采用TextRank算法对各节点的权重进行迭代,以获取每一节点对应的权重,根据每一节点对应的权重对节点进行排序,获取预设数量节点对应的候选关键词作为目标关键词,以快速从文字数据中获取到目标关键词,以提高自助贩卖机获取标准商品名称的速度。
在一实施例中,如图4所示,步骤S30中,即若目标关键词与标准商品名称匹配成功,则获取与标准商品名称对应的商品信息,具体包括如下步骤:
S31:若目标关键词与标准商品名称匹配成功,且匹配成功的标准商品名称为至少两个时,获取客户人脸图像。
具体地,自助贩卖机提供一图像获取接口,具体可以是一摄像头。服务端将获取到目标关键词与标准商品名称进行匹配,若目标关键词与至少两个标准商品名称匹配成功,则通过摄像头获取客户的人脸图像。例如,目标关键词为可乐,那么匹配成功的标准商品名称可以是“可口可乐”、“百事可乐”和“非常可乐”。
S32:采用预先训练好的分类器对人脸图像进行识别,获取与人脸图像对应的目标年龄和目标性别。
其中,预先训练好的分类器包括性别分类器和年龄分类器,通过性别分类器和年龄分类器分别对人脸图像进行识别,以获取到与人脸图像对应的目标年龄和目标性别。其中,目标性别是指通过性别分类器对待识别图像进行识别,所获取到的性别。目标年龄是指通过年龄分类器对待识别图像进行识别,所获取到的年龄,具体可以是年龄段。
其中,性别分类器和年龄分类器进行训练时,先获取大量的训练图像数据,训练图像数据中包含不同年龄和不同性别的人脸图像,将训练图像数据中的每一人脸图像进行年龄和性别标注,将标注后的训练图像数据输入至深度神经网络,并通过深度神经网络对标注后的训练图像数据进行训练,由于深度神经网络包括至少两个卷积层,将年龄预测值和已标注的年龄进行比对,以调整深度神经网络中各层的权重和偏差,直至模型收敛,获取年龄分类器。将性别预测值和已标注的性别进行比对,以调整深度神经网络中各层的权重和偏差,直至模型收敛,获取性别分类器。
具体地,采用预先训练好的性别分类器对人脸图像进行识别,人脸图像为包含客户脸部的图像,将包含客户脸部的人脸图像进行人脸关键点检测和特征提取等,最后将提取的脸部特征输入到预先训练好的性别分类器中,通过性别分类器对脸部特征进行识别,以获取与人脸图像对应的目标性别。采用预先训练好的年龄分类器对人脸图像进行识别,人脸图像为包含客户脸部的图像,将包含客户脸部的人脸图像进行人脸关键点检测和特征提取等,最后将提取的脸部特征输入到预先训练好的年龄分类器中,通过年龄分类器对脸部特征进行分类,以获取与人脸图像对应的目标年龄。通过预先训练好的性别分类器和年龄分类器来对人脸图像进行客户的性别和年龄预估,以提升目标性别和目标年龄的获取准确度。
S33:根据目标年龄和目标性别查找预设的评估标准,获取与目标年龄和目标性别对应的推荐商品品牌,在显示页面显示推荐商品品牌和/或对推荐商品品牌进行语音播报。
具体地,服务端预先获取大量的数据,根据该数据确定不同年龄段和不同性别对每一商品对应的商品品牌的喜好程度,以形成预设的评估标准并存储在数据库中。服务端根据目标年龄和目标性别查找数据库中预设的评估标准,获取与目标年龄和目标性别所喜好的商品品牌作为推荐商品品牌,以在自助贩卖机的电子显示屏上显示该推荐商品品牌和/或对推荐商品品牌进行语音播报。其中,在电子显示屏上还可显示自助贩卖机中其他商品品牌。
S34:获取目标商品品牌,根据目标商品品牌获取商品信息。
具体地,服务端获取客户通过自助贩卖机的特定接口获取目标商品品牌,其中,可以是服务端的语音获取接口接收到客户发送的与目标商品品牌对应的语音数据,并对语音数据进行识别,所获取到的目标商品品牌,还可以是客户基于自助贩卖机的电子显示屏进行触摸,以获取到客户发送的目标商品品牌,根据该目标商品品牌获取商品信息。其中,目标商品品牌可以是推荐商品品牌,还可以是自助贩卖机中其他商品品牌。
步骤S31-S34中,若目标关键词与标准商品名称匹配成功,且匹配成功的标准商品名称为至少两个时,采用预先训练好的分类器对采集到的人脸图像进行识别,获取与人脸图像对应的目标年龄和目标性别,以实现根据目标年龄和目标性别进行商品品牌的推荐。根据目标年龄和目标性别查找预设的评估标准,获取与目标年龄和目标性别对应的推荐商品品牌,在显示页面显示推荐商品品牌和/或对推荐商品品牌进行语音播报,以实现推荐商品品牌更符合客户需求。获取目标商品品牌,根据目标商品品牌获取商品信息,以解决客户发送的待识别语音数据中未说明商品品牌的情况。
在一实施例中,如图5所示,步骤S50中,即在若接收到客户端发送的付款操作指令,基于付款操作指令,对与标准商品名称相对应的目标商品进行出货操作,具体还包括如下步骤:
S51:在出货操作的过程中,根据标准商品名称查找数据库,获取与标准商品名称对应的语音播报数据。
其中,语音播报数据是指预先为每一目标商品配置的用于进行语音播报的文案数据。
具体地,数据库中存储有每一标准商品名称对应的语音播报数据。其中,语音播报数据包括功能、适合人群和注意事项等。当服务端获取到客户基于客户端发送的付款操作指令时,通过标准商品名称查找数据库,获取与标准商品名称对应的语音播报数据。
S52:根据目标年龄和目标性别查找数据库,获取与目标年龄和目标性别相对应的目标发音模板。
其中,目标发音模板是指与目标年龄和目标性别相匹配的配置发音模板。配置发音模板是将不同的配置年龄和不同的配置性别进行组合,并预先配置对应的发音模板,将配置年龄和配置性别与配置发音模板关联存储在数据库中。
具体地,数据库与服务端网络连接,基于目标年龄和目标性别查找数据库,获取与目标年龄和目标性别相匹配的目标组合;将与目标组合相对应的配置发音模板确定为目标发音模板。可以理解地,将目标年龄与数据库中配置年龄进行匹配,将目标性别与数据库中配置性别进行匹配,若某一组合中配置年龄与目标年龄匹配成功,配置性别和目标性别匹配成功,则将该组合作为目标组合,并获取目标组合对应的配置发音模板作为目标发音模板。需要说明的是,配置发音模版中的语量和语速等根据配置年龄和配置性别预先设定好的。例如,年龄越大的男性语量较大,语速较快,当情绪波动大时,语量的更大;再例如,年龄较小的女性,语量较小,语速较慢等。
S53:采用目标发音模板对语音播报数据进行语音播报。
具体地,在出货操作过程中,获取与标准商品名称对应的语音播报数据,并依据预先获取到的目标发音模板,采用TTS技术将语音播报数据进行转换,获取与目标发音模板对应的语音数据,并将语音数据进行语音播报。其中,语音播报数据包括功能、适合人群和注意事项等。例如,标准商品名称为“可口可乐”,服务端接收到客户基于客户端发送的付款操作指令,对“可口可乐”这一目标商品进行出货操作,并通过“可口可乐”查找数据库,获取与“可口可乐”对应的语音播报数据,其中,语音播报数据可以是“请注意,运动前后半小时,不可饮用可乐”,对该语音播报数据进行语音播报,以增加交互性。其中,进行语音播报时,将标准商品名称对应的语音播报数据与目标年龄和目标性别相对应,即通过语音播报时,以与目标年龄和目标性别相对应的语音对语音播报数据进行语音播报。
进一步地,数据库中存储有与每一标准商品名称对应的简化语音播报数据,若标准商品名称为多个时,判断标准商品名称的数量是否达到预设数量;若标准商品名称的数量达到预设数量,获取与每一标准商品名称对应的简化语音播报数据,以便对每一标准商品名称对应简化语音播报数据进行语音播报。例如,数据库中存储有与每一标准商品名称对应的简化语音播报数据,匹配成功的标准商品名称为“可口可乐”、“百事可乐”和“非常可乐”,及标准商品名称为多个,若预设数量为2,那么标准商品名称的数量达到预设数量,获取与“可口可乐”、“百事可乐”和“非常可乐”对应的简化语音播报数据,以便对每一标准商品名称对应简化语音播报数据进行语音播报,避免客户完成取货操作后,自助贩卖机还对语音播报数据进行语音播报,使得自助贩卖机更加人性化。
步骤S51-S53中,在出货操作的过程中,根据标准商品名称查找数据库,获取与标准商品名称对应的语音播报数据,使得后续出货时对该语音播报数据进行播报。根据目标年龄和目标性别查找数据库,获取与目标年龄和目标性别相对应的目标发音模板,采用目标发音模板对语音播报数据进行语音播报,以增强人机交互,使得自助贩卖机更加人性化。
在一实施例中,步骤S30中,即若目标关键词与标准商品名称匹配成功,则获取与标准商品名称对应的商品信息,具体包括如下步骤:
(1)若目标关键词与标准商品名称匹配成功,判断目标关键词是否包含数量词。
其中,数量词表示数量或程度的形容词。例如,一条、两瓶、一盒和一张等。
具体地,服务端获取目标关键词并判断目标关键词中是否包含数量词,当判断出目标关键词包含数量词,基于目标关键词中数量词,获取目标关键词中与标准商品名称对应的数量,以便后续根据数量词对标准商品名称对应的目标商品进行出货操作,更加符合客户所需。
(2)若目标关键词中包含数量词,基于与标准商品名称对应的单价和数量词,获取与标准商品名称对应的应付金额,基于应付金额生成收款码,将收款码和应付金额作为与标准商品名称对应的商品信息。
具体地,若判断出目标关键词中包含数量词,则获取与标准商品名称对应的单价和数量词,并计算出与标准商品名称对应的应付金额,基于应付金额生成收款码,将收款码和应付金额作为与标准商品名称对应的商品信息。例如,匹配成功的标准商品名称为“可口可乐”对应的单价为4,数量词为2,并计算出与标准商品名称对应的应付金额为8,以生成展示收款码,将收款码和应付金额8作为与标准商品名称对应的商品信息。可以理解地,若目标关键词中不包含数量词,则默认其数量为1,基于标准商品名称对应的单价和默认的数量1,计算出与标准商品名称对应的应付金额,基于应付金额生成收款码,将收款码和应付金额作为与标准商品名称对应的商品信息。
进一步地,若客户输入的文字数据中包含多个目标关键词,将每一目标关键词与数据库中标准商品名称进行匹配,若至少两个目标关键词与数据库中标准商品名称匹配成功,则确定每一标准商品名称对应的数量词,基于每一标准商品名称对应的单价和数量,确定最终应付金额,基于最终应付金额生成收款码。例如,匹配成功的标准商品名称为“可口可乐”和“非常可乐”,“可口可乐”对应的单价为4,数量词为2,“非常可乐”对应的单价为4,数量词为1,基于每一标准商品名称对应的单价和数量,确定最终应付金额为12,以生成展示收款码,将收款码和应付金额12作为与标准商品名称对应的商品信息,以避免客户发送的待识别语音数据中的标准商品名称为多个的情况,以提高自助贩卖机获取到标准商品名称的准确性。
在一实施例中,如图6所示,在步骤S50之后,即在对与标准商品名称相对应的目标商品进行出货操作的步骤之后,基于语音识别的自助贩卖方法还包括如下步骤:
S501:更新与标准商品名称对应的库存数量。
具体地,服务端对目标商品进行出货操作之后,更新与标准商品名称的库存数量,以便通过库存数量确定与标准商品名称对应的库存是否充足。
S502:若库存数量小于预设阈值时,获取库存提醒信息。
其中,库存提醒信息是指与标准商品名称对应的库存不足的信息,库存提醒信息包括标准商品名称和现有的库存数量。其中,预设阈值是用于评估库存数量是否需要告警的阈值。例如,预设阈值为3,当与标准商品名称对应的库存数量为2,则库存数量小于预设阈值,以生成库存提醒信息。
S503:获取预设时间段内的历史出货记录,历史出货记录包含所有标准商品名称和出货数量。
具体地,服务端获取预设时间段内的历史出货记录,历史出货记录中包括自助贩卖机中每一标准商品名称对应的出货数量。通过在预设时间段内对每一标准商品名称对应的出货数量进行统计,以根据每一标准商品名称对应的出货数量,确定是否对每一标准商品名称的商品数量进行调整。
S504:根据出货数量对标准商品名称对应的商品进行热卖排序,根据热卖排序获取商品调整信息。
其中,热卖排序是指在预设时间段内根据每一标准商品名称对应的出货数量进行排序。商品调整信息是指每一标准商品名称对应的商品数量进行调整的信息。
具体地,服务端根据每一标准商品名称对应的出货数量,对标准商品名称进行热卖排序,将出货数量最多的标准商品名称排序在前,反之,将出货数量较少的标准商品名称排序在后,以获取到热卖排序,将排序在前的标准商品名称对应的商品确定为热卖商品,根据热卖排序获取商品调整信息。可以理解地,将热卖的标准商品名称对应的商品数量进行相应地增加,反之,将排序在后的标准商品名称对应的商品数量进行相应地减少。例如,某一自助贩卖机中,A商品在一个月内,卖出30件,B商品在一个月内卖出5件,A商品与B商品在自助贩卖机中商品数量为20时,则根据历史出货记录,调整A商品与B商品的商品数量,如,在自助贩卖机中,将A商品的数量进行增加,而B商品的商品数量进行减少。
S505:将库存提醒信息和商品调整信息通过给预设接口发送给管理终端。
具体地,服务端将获取到的库存提醒信息和商品调整信息通过给预设接口发送给管理终端,以便管理终端根据库存提醒信息和商品调整信息对该自助贩卖机中商品进行相应地调整。
步骤S501-S505中,更新与标准商品名称对应的库存数量,若库存数量小于预设阈值时,获取库存提醒信息,以实现对自助贩卖机中每一标准商品名称对应的商品的数量进行实时监控,避免某一商品库存不足的情况。获取预设时间段内的历史出货记录,历史出货记录包含所有标准商品名称和出货数量,根据出货数量对标准商品名称对应的商品进行热卖排序,根据热卖排序获取商品调整信息,以实现根据商品调整信息对商品数量进行调整,使得自助贩卖机的空间得到有效的利用。将库存提醒信息和商品调整信息通过给预设接口发送给管理终端,实现对自助贩卖机中商品进行定时监控分析,使得自助贩卖机能够得到有效利用。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种基于语音识别的自助贩卖装置,该基于语音识别的自助贩卖装置与上述实施例中基于语音识别的自助贩卖方法一一对应。如图7所示,该基于语音识别的自助贩卖装置包括语音数据获取模块10、关键词提取模块20、商品名称匹配模块30、付款码显示模块40和出货操作模块50。各功能模块详细说明如下:
语音数据获取模块10,用于获取待识别语音数据,将待识别语音数据转换成文字数据。
关键词提取模块20,用于采用关键词提取算法,提取文字数据中的目标关键词。
商品名称匹配模块30,用于将目标关键词与数据库中每一标准商品名称进行匹配,若目标关键词与标准商品名称匹配成功,则获取与标准商品名称对应的商品信息。
付款码显示模块40,用于基于商品信息,在显示页面显示收款码和应付金额。
出货操作模块50,用于若接收到客户端发送的付款操作指令,基于付款操作指令,对与标准商品名称相对应的目标商品进行出货操作。
在一实施例中,关键词提取模块20,包括预处理单元、向图构建单元、权重获取单元和目标关键词获取单元。
预处理单元,用于对文字数据进行分词、词性标注处理和词性过滤,获取指定词性的候选关键词。
有向图构建单元,用于基于候选关键词,设置滑动窗口为K,若两节点对应的词汇在长度为K的窗口中共现,则两节点之间存在边,基于边构建候选关键词有向图G=(V,E),其中,V为有向图的节点集合,E为有向图的边集合,E是V×V的子集。
权重获取单元,用于采用TextRank算法对每一节点的权重进行迭代,直至收敛,获取每一节点对应的权重。
目标关键词获取单元,用于根据每一节点对应的权重对节点进行排序,获取预设数量节点对应的候选关键词作为目标关键词。
在一实施例中,商品名称匹配模块30,包括人脸图像获取单元31、识别单元32、品牌推荐单元33和第一商品信息获取单元34。
人脸图像获取单元31,用于若目标关键词与标准商品名称匹配成功,且匹配成功的标准商品名称为至少两个时,获取客户人脸图像。
识别单元32,用于采用预先训练好的分类器对人脸图像进行识别,获取与人脸图像对应的目标年龄和目标性别。
品牌推荐单元33,用于根据目标年龄和目标性别查找预设的评估标准,获取与目标年龄和目标性别对应的推荐商品品牌,在显示页面显示推荐商品品牌和/或对推荐商品品牌进行语音播报。
第一商品信息获取单元34,用于获取目标商品品牌,根据目标商品品牌获取商品信息。
在一实施例中,出货操作模块50,包括语音播报数据获取单元、目标发音模板获取单元和语音播报单元。
语音播报数据获取单元,用于在出货操作的过程中,根据标准商品名称查找数据库,获取与标准商品名称对应的语音播报数据。
目标发音模板获取单元,用于根据目标年龄和目标性别查找数据库,获取与目标年龄和目标性别相对应的目标发音模板。
语音播报单元,用于采用目标发音模板对语音播报数据进行语音播报。
在一实施例中,所商品名称匹配模块30,还包括数量词确定单元和第二商品信息获取单元。
数量词确定单元,用于若目标关键词与标准商品名称匹配成功,判断目标关键词是否包含数量词。
第二商品信息获取单元,用于若目标关键词中包含数量词,基于与标准商品名称对应的单价和数量词,获取与标准商品名称对应的应付金额,基于应付金额生成收款码,将收款码和应付金额作为与标准商品名称对应的商品信息。
在一实施例中,在出货操作模块50之后,基于语音识别的自助贩卖装置还包括库存数量更新单元、库存提醒信息获取单元、历史出货记录获取单元、商品调整信息获取单元和信息反馈单元。
库存数量更新单元,用于更新与标准商品名称对应的库存数量。
库存提醒信息获取单元,用于若库存数量小于预设阈值时,获取库存提醒信息。
历史出货记录获取单元,用于获取预设时间段内的历史出货记录,历史出货记录包含所有标准商品名称和出货数量。
商品调整信息获取单元,用于根据出货数量对标准商品名称对应的商品进行热卖排序,根据热卖排序获取商品调整信息。
信息反馈单元,用于将库存提醒信息和商品调整信息通过给预设接口发送给管理终端。
关于基于语音识别的自助贩卖装置的具体限定可以参见上文中对于基于语音识别的自助贩卖方法的限定,在此不再赘述。上述基于语音识别的自助贩卖装置中的各个模块可全部或部分通过软件、硬件及其组和来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务端,其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储标准商品名称、语音播报数据和发音模板等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于语音识别的自助贩卖方法。
在一实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例中基于语音识别的自助贩卖方法的步骤,例如,图2所示的步骤S10至步骤S50,或者,如图3至图6所示的步骤。处理器执行计算机程序时实现上述实施例中基于语音识别的自助贩卖装置中的各模块/单元的功能,例如,图7所示模块10至模块50的功能。为避免重复,此处不再赘述。
在一实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例中基于语音识别的自助贩卖方法,例如,图2所示的步骤S10至步骤S50或者,如图3至图6所示的步骤。该计算机程序被处理器执行时实现上述实施例中基于语音识别的自助贩卖装置中各模块/单元的功能,例如,图7所示模块10至模块50的功能。为避免重复,此处不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(RambuS)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于语音识别的自助贩卖方法,其特征在于,包括:
获取待识别语音数据,将所述待识别语音数据转换成文字数据;
采用关键词提取算法,提取所述文字数据中的目标关键词;
将所述目标关键词与数据库中每一标准商品名称进行匹配,若所述目标关键词与所述标准商品名称匹配成功,则获取与所述标准商品名称对应的商品信息;
基于所述商品信息,在显示页面显示收款码和应付金额;
若接收到客户端发送的付款操作指令,基于所述付款操作指令,对与所述标准商品名称相对应的目标商品进行出货操作。
2.如权利要求1所述的基于语音识别的自助贩卖方法,其特征在于,所述采用关键词提取算法,提取所述文字数据中的目标关键词,包括:
对所述文字数据进行分词、词性标注处理和词性过滤,获取指定词性的候选关键词;
基于所述候选关键词,设置滑动窗口为K,若两节点对应的词汇在长度为K的窗口中共现,则所述两节点之间存在边,基于所述边构建候选关键词有向图G=(V,E),其中,V为有向图的节点集合,E为有向图的边集合,E是V×V的子集;
采用TextRank算法对每一所述节点的权重进行迭代,直至收敛,获取每一所述节点对应的权重;
根据每一所述节点对应的权重对所述节点进行排序,获取预设数量所述节点对应的候选关键词作为目标关键词。
3.如权利要求1所述的基于语音识别的自助贩卖方法,其特征在于,所述若所述目标关键词与所述标准商品名称匹配成功,则获取与所述标准商品名称对应的商品信息,包括:
若所述目标关键词与所述标准商品名称匹配成功,且匹配成功的标准商品名称为至少两个时,获取客户人脸图像;
采用预先训练好的分类器对所述人脸图像进行识别,获取与所述人脸图像对应的目标年龄和目标性别;
根据所述目标年龄和所述目标性别查找预设的评估标准,获取与所述目标年龄和所述目标性别对应的推荐商品品牌,在显示页面显示所述推荐商品品牌和/或对所述推荐商品品牌进行语音播报;
获取目标商品品牌,根据所述目标商品品牌获取商品信息。
4.如权利要求3所述的基于语音识别的自助贩卖方法,其特征在于,所述若接收到客户端发送的付款操作指令,基于所述付款操作指令,对与所述标准商品名称相对应的目标商品进行出货操作,还包括:
在所述出货操作的过程中,根据所述标准商品名称查找数据库,获取与所述标准商品名称对应的语音播报数据;
根据所述目标年龄和所述目标性别查找数据库,获取与所述目标年龄和所述目标性别相对应的目标发音模板;
采用所述目标发音模板对所述语音播报数据进行语音播报。
5.如权利要求1所述的基于语音识别的自助贩卖方法,其特征在于,所述若所述目标关键词与所述标准商品名称匹配成功,则获取与所述标准商品名称对应的商品信息,包括:
若目标关键词与所述标准商品名称匹配成功,判断所述目标关键词是否包含数量词;
若所述目标关键词中包含数量词,基于与所述标准商品名称对应的单价和所述数量词,获取与所述标准商品名称对应的应付金额,基于所述应付金额生成收款码,将所述收款码和所述应付金额作为与所述标准商品名称对应的商品信息。
6.如权利要求1所述的基于语音识别的自助贩卖方法,其特征在于,在所述对与所述标准商品名称相对应的目标商品进行出货操作的步骤之后,所述基于语音识别的自助贩卖方法还包括:
更新与所述标准商品名称对应的库存数量;
若所述库存数量小于预设阈值时,获取库存提醒信息;
获取预设时间段内的历史出货记录,所述历史出货记录包含所有标准商品名称和出货数量;
根据所述出货数量对所述标准商品名称对应的商品进行热卖排序,根据所述热卖排序获取商品调整信息;
将所述库存提醒信息和所述商品调整信息通过给预设接口发送给管理终端。
7.一种基于语音识别的自助贩卖装置,其特征在于,包括:
语音数据获取模块,用于获取待识别语音数据,将所述待识别语音数据转换成文字数据;
关键词提取模块,用于采用关键词提取算法,提取所述文字数据中的目标关键词;
商品名称匹配模块,用于将所述目标关键词与数据库中每一标准商品名称进行匹配,若所述目标关键词与所述标准商品名称匹配成功,则获取与所述标准商品名称对应的商品信息;
付款码显示模块,用于基于所述商品信息,在显示页面显示收款码和应付金额;
出货操作模块,用于若接收到客户端发送的付款操作指令,基于所述付款操作指令,对与所述标准商品名称相对应的目标商品进行出货操作。
8.如权利要求7所述的基于语音识别的自助贩卖装置,其特征在于,所述商品名称匹配模块,包括:
人脸图像获取单元,用于若所述目标关键词与所述标准商品名称匹配成功,且匹配成功的标准商品名称为至少两个时,获取客户人脸图像;
识别单元,用于采用预先训练好的分类器对所述人脸图像进行识别,获取与所述人脸图像对应的目标年龄和目标性别;
品牌推荐单元,用于根据所述目标年龄和所述目标性别查找预设的评估标准,获取与所述目标年龄和所述目标性别对应的推荐商品品牌,在显示页面显示所述推荐商品品牌和/或对所述推荐商品品牌进行语音播报;
第一商品信息获取单元,用于获取目标商品品牌,根据所述目标商品品牌获取商品信息。
9.一种计算机设备,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6任一项所述基于语音识别的自助贩卖方法的步骤。
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6任一项所述基于语音识别的自助贩卖方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910042519.9A CN109817217A (zh) | 2019-01-17 | 2019-01-17 | 基于语音识别的自助贩卖方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910042519.9A CN109817217A (zh) | 2019-01-17 | 2019-01-17 | 基于语音识别的自助贩卖方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109817217A true CN109817217A (zh) | 2019-05-28 |
Family
ID=66604338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910042519.9A Pending CN109817217A (zh) | 2019-01-17 | 2019-01-17 | 基于语音识别的自助贩卖方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109817217A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110299139A (zh) * | 2019-06-29 | 2019-10-01 | 联想(北京)有限公司 | 一种语音控制方法、装置及电子设备 |
CN110349568A (zh) * | 2019-06-06 | 2019-10-18 | 平安科技(深圳)有限公司 | 语音检索方法、装置、计算机设备及存储介质 |
CN110377812A (zh) * | 2019-06-14 | 2019-10-25 | 平安科技(深圳)有限公司 | 自助购物方法、装置、设备及计算机可读存储介质 |
CN110377801A (zh) * | 2019-07-24 | 2019-10-25 | 浙江诺诺网络科技有限公司 | 一种商品名称校正方法、装置和计算机可读存储介质 |
CN110399500A (zh) * | 2019-07-23 | 2019-11-01 | 广州市要啥网信息技术有限公司 | 基于语音智能的商业流量方法及系统 |
CN110852814A (zh) * | 2020-01-14 | 2020-02-28 | 深圳惠通天下信息技术有限公司 | 一种广告投放自助服务系统及方法 |
CN111933146A (zh) * | 2020-10-13 | 2020-11-13 | 苏州思必驰信息科技有限公司 | 语音识别系统及方法 |
CN112489636A (zh) * | 2020-10-15 | 2021-03-12 | 南京创维信息技术研究院有限公司 | 一种智能语音播报助手选择方法和系统 |
CN112559710A (zh) * | 2020-12-22 | 2021-03-26 | 鲁班(北京)电子商务科技有限公司 | 一种物料信息查询方法及查询装置 |
CN112966119A (zh) * | 2021-02-25 | 2021-06-15 | 青岛海信网络科技股份有限公司 | 一种信息获取方法、设备及介质 |
CN113556649A (zh) * | 2020-04-23 | 2021-10-26 | 百度在线网络技术(北京)有限公司 | 智能音箱的播报控制方法和装置 |
CN113627173A (zh) * | 2021-08-16 | 2021-11-09 | 深圳市云采网络科技有限公司 | 一种制造商名称识别方法、装置、电子设备及可读介质 |
CN113643094A (zh) * | 2021-08-06 | 2021-11-12 | 北京远舢智能科技有限公司 | 基于用户画像和语音识别技术的售货方法、装置、电子设备和存储介质 |
CN113643095A (zh) * | 2021-08-06 | 2021-11-12 | 北京远舢智能科技有限公司 | 基于语音识别技术的售货方法、装置和电子设备 |
CN113852832A (zh) * | 2020-11-26 | 2021-12-28 | 阿里巴巴集团控股有限公司 | 视频处理方法、装置、设备和存储介质 |
CN114445979A (zh) * | 2022-03-16 | 2022-05-06 | 中国工商银行股份有限公司 | 一种自助取款方法及装置 |
CN116542800A (zh) * | 2023-06-29 | 2023-08-04 | 天津星耀九洲科技有限公司 | 基于云端ai技术的智能化财务报表分析系统 |
CN110349568B (zh) * | 2019-06-06 | 2024-05-31 | 平安科技(深圳)有限公司 | 语音检索方法、装置、计算机设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106648082A (zh) * | 2016-12-09 | 2017-05-10 | 厦门快商通科技股份有限公司 | 一种模拟真人互动的智能服务设备及方法 |
CN107230142A (zh) * | 2017-07-12 | 2017-10-03 | 陈维龙 | 基于语音生成订单的方法及装置、交易方法及系统 |
CN107705433A (zh) * | 2017-09-25 | 2018-02-16 | 福州米鱼信息科技有限公司 | 一种售货机自动售卖方法 |
CN107832457A (zh) * | 2017-11-24 | 2018-03-23 | 国网山东省电力公司电力科学研究院 | 基于TextRank算法的输变电设备缺陷词库建立方法及系统 |
CN108346073A (zh) * | 2017-01-23 | 2018-07-31 | 北京京东尚科信息技术有限公司 | 一种语音购物方法和装置 |
CN108711066A (zh) * | 2018-03-29 | 2018-10-26 | 北京康得新创科技股份有限公司 | 商品推荐方法、装置、存储介质和电子装置 |
CN108805644A (zh) * | 2018-03-29 | 2018-11-13 | 北京康得新创科技股份有限公司 | 贩售机的商品售卖方法以及贩售机 |
CN108876344A (zh) * | 2018-06-13 | 2018-11-23 | 深圳友宝科斯科技有限公司 | 自动售货机的支付方式配置方法、装置、存储介质和系统 |
CN108961005A (zh) * | 2018-07-06 | 2018-12-07 | 北京旷视科技有限公司 | 信息推送方法、装置、电子设备及介质 |
CN109165992A (zh) * | 2018-07-16 | 2019-01-08 | 北京旷视科技有限公司 | 一种智能导购方法、装置、系统及计算机存储介质 |
-
2019
- 2019-01-17 CN CN201910042519.9A patent/CN109817217A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106648082A (zh) * | 2016-12-09 | 2017-05-10 | 厦门快商通科技股份有限公司 | 一种模拟真人互动的智能服务设备及方法 |
CN108346073A (zh) * | 2017-01-23 | 2018-07-31 | 北京京东尚科信息技术有限公司 | 一种语音购物方法和装置 |
CN107230142A (zh) * | 2017-07-12 | 2017-10-03 | 陈维龙 | 基于语音生成订单的方法及装置、交易方法及系统 |
CN107705433A (zh) * | 2017-09-25 | 2018-02-16 | 福州米鱼信息科技有限公司 | 一种售货机自动售卖方法 |
CN107832457A (zh) * | 2017-11-24 | 2018-03-23 | 国网山东省电力公司电力科学研究院 | 基于TextRank算法的输变电设备缺陷词库建立方法及系统 |
CN108711066A (zh) * | 2018-03-29 | 2018-10-26 | 北京康得新创科技股份有限公司 | 商品推荐方法、装置、存储介质和电子装置 |
CN108805644A (zh) * | 2018-03-29 | 2018-11-13 | 北京康得新创科技股份有限公司 | 贩售机的商品售卖方法以及贩售机 |
CN108876344A (zh) * | 2018-06-13 | 2018-11-23 | 深圳友宝科斯科技有限公司 | 自动售货机的支付方式配置方法、装置、存储介质和系统 |
CN108961005A (zh) * | 2018-07-06 | 2018-12-07 | 北京旷视科技有限公司 | 信息推送方法、装置、电子设备及介质 |
CN109165992A (zh) * | 2018-07-16 | 2019-01-08 | 北京旷视科技有限公司 | 一种智能导购方法、装置、系统及计算机存储介质 |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110349568A (zh) * | 2019-06-06 | 2019-10-18 | 平安科技(深圳)有限公司 | 语音检索方法、装置、计算机设备及存储介质 |
WO2020244150A1 (zh) * | 2019-06-06 | 2020-12-10 | 平安科技(深圳)有限公司 | 语音检索方法、装置、计算机设备及存储介质 |
CN110349568B (zh) * | 2019-06-06 | 2024-05-31 | 平安科技(深圳)有限公司 | 语音检索方法、装置、计算机设备及存储介质 |
CN110377812A (zh) * | 2019-06-14 | 2019-10-25 | 平安科技(深圳)有限公司 | 自助购物方法、装置、设备及计算机可读存储介质 |
CN110299139A (zh) * | 2019-06-29 | 2019-10-01 | 联想(北京)有限公司 | 一种语音控制方法、装置及电子设备 |
CN110399500A (zh) * | 2019-07-23 | 2019-11-01 | 广州市要啥网信息技术有限公司 | 基于语音智能的商业流量方法及系统 |
CN110377801A (zh) * | 2019-07-24 | 2019-10-25 | 浙江诺诺网络科技有限公司 | 一种商品名称校正方法、装置和计算机可读存储介质 |
CN110852814A (zh) * | 2020-01-14 | 2020-02-28 | 深圳惠通天下信息技术有限公司 | 一种广告投放自助服务系统及方法 |
CN113556649B (zh) * | 2020-04-23 | 2023-08-04 | 百度在线网络技术(北京)有限公司 | 智能音箱的播报控制方法和装置 |
CN113556649A (zh) * | 2020-04-23 | 2021-10-26 | 百度在线网络技术(北京)有限公司 | 智能音箱的播报控制方法和装置 |
CN111933146A (zh) * | 2020-10-13 | 2020-11-13 | 苏州思必驰信息科技有限公司 | 语音识别系统及方法 |
CN112489636A (zh) * | 2020-10-15 | 2021-03-12 | 南京创维信息技术研究院有限公司 | 一种智能语音播报助手选择方法和系统 |
CN113852832A (zh) * | 2020-11-26 | 2021-12-28 | 阿里巴巴集团控股有限公司 | 视频处理方法、装置、设备和存储介质 |
CN112559710A (zh) * | 2020-12-22 | 2021-03-26 | 鲁班(北京)电子商务科技有限公司 | 一种物料信息查询方法及查询装置 |
CN112966119A (zh) * | 2021-02-25 | 2021-06-15 | 青岛海信网络科技股份有限公司 | 一种信息获取方法、设备及介质 |
CN113643094A (zh) * | 2021-08-06 | 2021-11-12 | 北京远舢智能科技有限公司 | 基于用户画像和语音识别技术的售货方法、装置、电子设备和存储介质 |
CN113643095A (zh) * | 2021-08-06 | 2021-11-12 | 北京远舢智能科技有限公司 | 基于语音识别技术的售货方法、装置和电子设备 |
CN113627173A (zh) * | 2021-08-16 | 2021-11-09 | 深圳市云采网络科技有限公司 | 一种制造商名称识别方法、装置、电子设备及可读介质 |
CN114445979A (zh) * | 2022-03-16 | 2022-05-06 | 中国工商银行股份有限公司 | 一种自助取款方法及装置 |
CN114445979B (zh) * | 2022-03-16 | 2023-01-20 | 中国工商银行股份有限公司 | 一种自助取款方法及装置 |
CN116542800A (zh) * | 2023-06-29 | 2023-08-04 | 天津星耀九洲科技有限公司 | 基于云端ai技术的智能化财务报表分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109817217A (zh) | 基于语音识别的自助贩卖方法、装置、设备及介质 | |
US10387776B2 (en) | Recurrent neural network architectures which provide text describing images | |
US7996440B2 (en) | Extraction of attributes and values from natural language documents | |
US8521745B2 (en) | Extraction of attributes and values from natural language documents | |
CN110196972B (zh) | 文案生成方法、装置及计算机可读存储介质 | |
CN109767318A (zh) | 贷款产品推荐方法、装置、设备及存储介质 | |
CN111444428A (zh) | 基于人工智能的信息推荐方法、装置、电子设备及存储介质 | |
CN110543242B (zh) | 基于bert技术的表情输入法及其装置 | |
CN108351986A (zh) | 学习系统、学习装置、学习方法、学习程序、训练数据生成装置、训练数据生成方法、训练数据生成程序、终端装置以及阈值变更装置 | |
CN109690529A (zh) | 按事件将文档编译到时间线中 | |
CN106062730A (zh) | 用于主动构成内容以便在连续社交通信中使用的系统和方法 | |
CN110554782B (zh) | 一种表情输入的图像合成方法和系统 | |
JPWO2007004522A1 (ja) | 検索システム及び検索方法 | |
CN112631997A (zh) | 数据处理方法、装置、终端及存储介质 | |
CN109063000A (zh) | 问句推荐方法、客服系统以及计算机可读存储介质 | |
CN109087205A (zh) | 舆情指数的预测方法及装置、计算机设备和可读存储介质 | |
CN102053960B (zh) | 依群需特征构建物联互联双网快准搜索引擎的方法及系统 | |
CN109582788A (zh) | 垃圾评论训练、识别方法、装置、设备及可读存储介质 | |
CN109584006A (zh) | 一种基于深度匹配模型的跨平台商品匹配方法 | |
CN111125429A (zh) | 一种视频推送方法、装置和计算机可读存储介质 | |
CN108897753A (zh) | 应用功能搜索方法、装置、计算机设备和存储介质 | |
CN110706064A (zh) | 菜品推荐信息的生成方法、装置、设备及存储介质 | |
CN114090766A (zh) | 视频文本筛选方法、装置及电子设备 | |
JP2012194691A (ja) | 識別器の再学習方法、再学習のためのプログラム、及び画像認識装置 | |
CN106294361A (zh) | 信息提供方法以及信息提供系统 |
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 |