CN109947984A - 一种针对儿童的内容推送方法及推送装置 - Google Patents

Abstract

本发明实施例提供了一种针对儿童的内容推送方法及推送装置，其中方法包括：获取待识别的语音信息；提取语音信息的特征信息；将特征信息输入预先训练好的语音识别模型中，得到语音信息对应的目标分类结果；基于目标分类结果推送符合用户年龄段及用户性别的内容。本发明实施例的针对儿童的内容推送方法及推送装置，能够推送更加符合儿童年龄段及性别的内容，从而提高向儿童推荐内容的准确性。

Description

一种针对儿童的内容推送方法及推送装置

技术领域

本发明涉及视频播放技术领域，特别是涉及一种针对儿童的内容推送方法及推送装置。

背景技术

随着视频播放设备的普及，越来越多的儿童通过手机、平板电脑上安装的视频播放客户端，观看卡通、益智视频等视频节目。儿童的观影内容与大人的观影内容存在很大差别，因此，视频播放客户端需要向儿童推荐适合他们的内容。

现有的视频播放客户端在向儿童推荐内容时，通常是基于所收集的儿童信息进行推荐。例如，通过家长手动输入儿童信息，视频播放客户端获取上述儿童信息后，推荐适合该儿童的内容。

然而，发明人在实现本发明的过程中发现，现有技术至少存在如下问题：

由于儿童信息的收集需要依赖用户手动输入，而多数家长出于保护儿童隐私考虑，并不愿意主动填写儿童信息，或者填写的儿童信息不详，导致视频播放客户端无法有效获取到儿童信息，造成向儿童推荐的内容准确性低。

发明内容

本发明实施例的目的在于提供一种针对儿童的内容推送方法及推送装置，以实现提高向儿童推荐内容的准确性。具体技术方案如下：

第一方面，本发明实施例提供了一种针对儿童的内容推送方法，所述方法包括：

获取待识别的语音信息；

提取所述语音信息的特征信息，所述特征信息至少包括：梅尔频率倒谱系数；

将所述特征信息输入预先训练好的语音识别模型中，得到所述语音信息对应的目标分类结果，所述目标分类结果包括：年龄段分类结果，性别分类结果；

基于所述目标分类结果推送符合用户年龄段及用户性别的内容，所述内容包括：视频内容，广告内容以及观看时间提醒内容。

可选的，所述获取待识别的语音信息的步骤，包括：

接收用户在搜索界面中输入的待播放视频的搜索语音信息。

可选的，所述方法还包括：

接收用户的视频播放命令并播放视频；

当所播放视频的播放时长超过预设时长时，暂停播放视频；

向用户展示显示有待回答问题的语音输入界面，所述待回答问题的难度随儿童的年龄段增加而提高；

接收用户针对所述待回答问题的回答语音信息；

如果所述回答语音信息对应的答案与预设正确答案一致，继续播放所述所播放视频。

可选的，所述得到所述语音信息对应的目标分类结果之后，所述方法还包括：

将所述用户的年龄段信息及性别信息存储至数据库；

从所述数据库读取所述用户的年龄段信息及性别信息；

所述基于所述目标分类结果推送符合用户年龄段及用户性别的内容的步骤，包括：

根据所读取的所述用户的年龄段信息及性别信息，向所述用户推送符合所述用户年龄段及性别的内容。

可选的，所述语音识别模型的训练过程包括：

利用LibSVM模型构建初始语音识别模型；

获取基于样本语音提取的样本特征信息，以及各样本特征信息对应的类别标签，所述样本特征信息包括：样本梅尔频率倒谱系数；所述类别标签包括：年龄段标签以及性别标签；

将各样本特征信息，以及各样本特征信息对应的类别标签输入所述初始语音识别模型，训练得到所述语音识别模型。

第二方面，本发明实施例提供了一种针对儿童的内容推送装置，所述装置包括：

第一获取模块，用于获取待识别的语音信息；

提取模块，用于提取所述语音信息的特征信息，所述特征信息至少包括：梅尔频率倒谱系数；

输入模块，用于将所述特征信息输入预先训练好的语音识别模型中，得到所述语音信息对应的目标分类结果，所述目标分类结果包括：年龄段分类结果，性别分类结果；

推送模块，用于基于所述目标分类结果推送符合用户年龄段及用户性别的内容，所述内容包括：视频内容，广告内容以及观看时间提醒内容。

可选的，所述第一获取模块，具体用于：

接收用户在搜索界面中输入的待播放视频的搜索语音信息。

可选的，所述装置还包括：

第一接收模块，用于接收用户的视频播放命令并播放视频；

暂停播放模块，用于当所播放视频的播放时长超过预设时长时，暂停播放视频；

展示模块，用于向用户展示显示有待回答问题的语音输入界面，所述待回答问题的难度随儿童的年龄段增加而提高；

第二接收模块，用于接收用户针对所述待回答问题的回答语音信息；

继续播放模块，用于如果所述回答语音信息对应的答案与预设正确答案一致，继续播放所述所播放视频。

可选的，所述装置还包括：

存储模块，用于将所述用户的年龄段信息及性别信息存储至数据库；

读取模块，用于从所述数据库读取所述用户的年龄段信息及性别信息；

所述推送模块，具体用于：根据所读取的所述用户的年龄段信息及性别信息，向所述用户推送符合所述用户年龄段及性别的内容。

可选的，所述装置还包括：

构建模块，用于利用LibSVM模型构建初始语音识别模型；

第二获取模块，用于获取基于样本语音提取的样本特征信息，以及各样本特征信息对应的类别标签，所述样本特征信息包括：样本梅尔频率倒谱系数；所述类别标签包括：年龄段标签以及性别标签；

训练模块，用于将各样本特征信息，以及各样本特征信息对应的类别标签输入所述初始语音识别模型，训练得到所述语音识别模型。

在本发明实施的又一方面，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中存储有指令，当其在计算机上运行时，使得计算机执行上述任一所述的针对儿童的内容推送方法。

在本发明实施的又一方面，本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的针对儿童的内容推送方法。

本发明实施例提供的一种针对儿童的内容推送方法及推送装置，在获取待识别的语音信息后，通过提取语音信息的特征信息，并将该特征信息输入预先训练好的语音识别模型，从而得到语音信息对应的目标分类结果，包括年龄段分类结果，性别分类结果，进而确定语音信息输入者即用户的年龄段及性别。由于本发明实施例无需依赖用户手动输入儿童信息即能够有效获取儿童的信息，因此能够推送更加符合儿童年龄段及性别的内容，从而提高向儿童推荐内容的准确性，并且，本发明实施例能够避免因视频播放客户端要求家长手动输入儿童信息而造成对视频播放客户端好感下降的问题，从而提高用户体验。当然，实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。

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。

图1为本发明实施例提供的针对儿童的内容推送方法的一种流程示意图；

图2为本发明实施例中语音识别模型的训练过程流程示意图；

图3为本发明实施例提供的针对儿童的内容推送方法的另一种流程示意图；

图4为本发明实施例提供的针对儿童的内容推送方法的再一种流程示意图；

图5为本发明实施例提供的针对儿童的内容推送装置的一种结构示意图；

图6为本发明实施例提供的针对儿童的内容推送装置的另一种结构示意图；

图7为本发明实施例提供的针对儿童的内容推送装置的再一种结构示意图；

图8为本发明实施例提供的针对儿童的内容推送装置的第四种结构示意图；

图9为本发明实施例提供的电子设备的一种结构示意图。

具体实施方式

下面将结合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描述。

目前的视频播放客户端向儿童推送内容时，针对儿童的内容推送准确性较低，这是由于儿童信息的收集只能依赖账号信息的手动完善，家长不愿意填写儿童信息或者没有填写儿童信息的意识，导致无法有效收集儿童信息，从而增加了针对儿童的内容推送的难度。

有鉴于此，本发明实施例提供了一种针对儿童的内容推送方法，在获取待识别的语音信息后，通过提取语音信息的特征信息，并将该特征信息输入预先训练好的语音识别模型，从而得到语音信息对应的目标分类结果，该分类结果包括年龄段分类结果和性别分类结果，进而确定语音信息输入者即用户(儿童)的年龄段及性别。由于本发明实施例无需依赖家长手动输入儿童信息即能够有效获取儿童的信息，因此能够推送更加符合儿童年龄段及性别的内容，从而提高向儿童推荐内容的准确性，并且，本发明实施例能够避免因视频播放客户端要求家长手动输入儿童信息而造成对视频播放客户端好感下降的问题，从而提高用户体验。

下面首先对本发明实施例所提供的一种针对儿童的内容推送方法进行说明。

本发明实施例提供了一种针对儿童的内容推送方法，如图1所示，该方法可以包括以下步骤：

S110，获取待识别的语音信息。

本发明实施例中，可以通过移动终端获取语音信息，例如，通过手机或者平板电脑获取用户输入的语音信息，该语音信息通常为音频内容且还未进行识别，因此可以称之为待识别的语音信息。本发明实施例中，所说的用户可以指儿童用户。

示例性地，用户可以在移动终端上安装的视频播放客户端中，通过点击语音输入按钮说话，视频播放客户端可以接收用户的语音信息。所说的视频播放客户端可以为用于播放视频或音频的应用软件，本发明实施例不做具体限定。用户可以在观影前或者观影中等场景下输入语音信息，上述语言信息可以包括但不限于：用于搜索希望观看视频的语言信息，用于进行视频切换的语言信息，以及用于播放/停止视频的语音信息。

S120，提取语音信息的特征信息。

语音信息中通常含有特征信息，例如，用户的声音特征，语音内容特征等，本发明实施例可以至少提取语音信息中的梅尔频率倒谱系数这一特征信息，从而利用该特征信息进行语音识别。梅尔频率倒谱系数是指组成梅尔频率倒谱的系数，广泛应用于声音处理领域。当然，除所举的例子所示的实现方式以外，实现该特征的方式均属于本发明实施例的保护范围。本发明实施例中，梅尔频率倒谱系数可以通过现有的HTK(Hidden Markov ModelToolkit，隐马尔可夫模型工具)提取得到。

S130，将特征信息输入预先训练好的语音识别模型中，得到语音信息对应的目标分类结果。

本发明实施例中，可以将所提取的特征信息输入预先训练好的语音识别模型中，从而利用该语音识别模型得到语音信息对应的目标分类结果。由于本发明实施例主要是针对儿童的语音进行识别，因此所说的目标分类结果可以包括：年龄段分类结果以及性别分类结果。

示例性地，上述年龄段分类结果例如可以表示为：第一类：1-3岁；第二类：3-6岁；第三类：6-9岁，……，依此类推。由于不同年龄段的儿童通常具有不同的声音特点，因此可以通过本发明实施例的语音识别模型将儿童分类为不同的年龄段类型。

示例性地，上述性别分类结果可以表示为：男孩或者女孩。由于不同性别的儿童也通常具有不同的声音特点，因此可以通过本发明实施例的语音识别模型确定儿童的性别。

S140，基于目标分类结果推送符合用户年龄段及用户性别的内容。

不同年龄段的儿童、不同性别的儿童，在观看视频时通常具有不同的内容偏好，例如，1-3岁年龄段的儿童更加喜爱观看内容简单的视频，如早教类节目，儿歌类节目；3-6岁年龄段的儿童更加喜欢观看动画片；6-9岁年龄段的儿童除了喜欢看动画片外，还喜欢观看科普类节目。再例如，男孩普遍比女孩更喜欢看包含动作场景的动画片，女孩更喜欢看童话故事类的动画片。

因此，本发明实施例基于儿童不同的年龄段或性别，可以向儿童推送他们更喜欢的内容，使推送内容更具有针对性。当然，本发明实施例还可结合儿童不同的年龄段及性别，向儿童推荐他们更喜欢的内容。例如，向1-3岁年龄段的男孩推送符合他们观影习惯的视频，向3-6岁的女孩推送符合她们观影习惯的视频。

作为本发明实施例一种可选的实施方式，在内容推送前，可以针对不同年龄段和/或性别设定好对应的内容，例如，在数据库中预先存储针对不同年龄段和/或性别的视频、广告及待回答问题，当需要推送时，只需要从数据库中拉取相应的内容进行推送即可。

当然，除了推送视频内容外，本发明实施例还可以推送符合儿童年龄段及性别的广告内容以及观看时间提醒内容。

以推送广告内容为例说明，可以向1-3岁年龄段的儿童推送适合3岁下儿童玩耍的玩具广告，例如毛绒玩偶等不含有细小零部件的玩具；向3-6岁年龄段的儿童推送积木等适合该年龄段儿童玩耍的玩具广告；向男孩推送皮球等符合男孩玩耍习惯的玩具广告，向女孩推送布娃娃等符合女孩玩耍习惯的玩具广告。

以观看时间提醒内容为例说明，为了控制不同年龄段儿童的观影时长，可以向不同年龄段儿童推送不同的观看时间提醒内容，例如展示显示有待回答问题的语音输入界面，需要儿童通过回答问题才能继续观看视频。

作为本发明实施例一种可选的实施方式，在图1所示针对儿童的内容推送方法的基础上，本发明实施例还可以接收用户在搜索界面中输入的针对待播放视频的搜索语音信息，也就是说，可以在视频播放客户端的搜索界面中提供语音输入接口，从而发出针对待播放视频的视频播放命令，这是由于许多学龄前儿童还不会写字，但是能够说话，因此能够提高儿童的使用便利性。

作为本发明实施例一种可选的实施方式，通过视频搜索语音信息确定目标分类结果后，还可以确定用户希望播放的视频是否符合该用户的年龄段，如果待播放视频符合用户的年龄段，则允许用户播放待播放视频。

作为本发明实施例一种可选的实施方式，如图2所示，语音识别模型的训练过程可以包括：

S210，利用LibSVM模型构建初始语音识别模型。

S220，获取基于样本语音提取的样本特征信息，以及各样本特征信息对应的类别标签。

S230，将各样本特征信息，以及各样本特征信息对应的类别标签输入初始语音识别模型，训练得到语音识别模型。

本发明实施例中，可以通过用户语音的输入和收集构建语料库，通过语料库中的样本语音进行语音识别模型的训练。而LibSVM模型是一个简单、易于使用和快速有效的支持向量机模式识别与回归的模型，可以利用LibSVM模型构建初始语音识别模型，再使用样本特征信息和各样本特征信息对应的类别标签对初始模型进行训练。其中，样本特征信息中可以包括：样本梅尔频率倒谱系数，类别标签可以包括：年龄段标签以及性别标签。

作为本发明实施例另一种可选的实施方式，如图3所示，在步骤S130之后，本发明实施例的针对儿童的内容推送方法还可以包括：

S310，将用户的年龄段信息及性别信息存储至数据库。

S320，从数据库读取用户的年龄段信息及性别信息。

S330，根据所读取的用户的年龄段信息及性别信息，向用户推送符合用户年龄段及性别的内容。

本发明实施例中，当识别出儿童的目标分类结果后，可以将目标分类结果中的年龄段信息和性别信息存储至数据库中，当需要向儿童推送内容时，可以从数据库读取用户的年龄段信息及性别信息，然后根据所读取的信息向用户推送符合用户年龄段及性别的内容，而不需要每次推送内容时都对儿童的语言进行识别，提高了推送内容时的信息速度。

作为本发明实施例一种可选的实施方式，可以将上述年龄段信息和性别信息与用户的账号进行关联，从而在用户再次登录时可以直接确定该用户的年龄段及性别，进一步加快推送内容前的信息处理速度。

本发明实施例提供的一种针对儿童的内容推送方法，在获取待识别的语音信息后，通过提取语音信息的特征信息，并将该特征信息输入预先训练好的语音识别模型，从而得到语音信息对应的目标分类结果，包括年龄段分类结果，性别分类结果，进而确定语音信息输入者即用户的年龄段及性别。由于本发明实施例无需依赖用户手动输入儿童信息即能够有效获取儿童的信息，因此能够推送更加符合儿童年龄段及性别的内容，从而提高向儿童推荐内容的准确性，并且，本发明实施例能够避免因视频播放客户端要求家长手动输入儿童信息而造成对视频播放客户端好感下降的问题，从而提高用户体验。

目前很多视频客户端均具有控制儿童观影时长的方法，但是控制手段比较单一，例如，简单的数字相加计算结果。如果儿童答对则继续观看，如果回答错误则等待限制时长到达上限即可自动开始播放，但是这种方法由于大龄儿童能够轻易回答正确，因此对于大龄儿童而言控制效果有限。也就是说，现有的视频客户端在控制观影时长时，无法针对不同年龄段的儿童区别控制。

有鉴于此，如图4所示，本发明实施例还提供了一种针对儿童的内容推送方法，在图1所示实施例的步骤S140之后，该方法可以包括以下步骤：

S410，接收用户的视频播放命令并播放视频。

本发明实施例中，视频终端可以接收儿童用户发出的视频播放命令，从而播放用户希望观看的视频。

S420，当所播放视频的播放时长超过预设时长时，暂停播放视频。

当视频播放时间过长时，容易导致儿童眼睛疲劳，不利于儿童健康，因此，本发明实施例可以在视频的播放时长超过预设时长时，或者视频客户端的开启时间超过预设时间阈值时，暂停播放当前视频，以有助儿童养成良好的用眼习惯。

S430，向用户展示显示有待回答问题的语音输入界面，待回答问题的难度随儿童的年龄段增加而提高。

当然，本发明实施例还可以向儿童展示显示有待回答问题的语音输入界面，例如，在当前播放视频画面之上弹出待回答问题并要求儿童输入语音答案，并且该问题是基于所识别的儿童年龄段设置的，年龄段越大，问题难度越高，以防止问题过于简单使儿童轻易知道正确答案。通过这种机制，能够对不同年龄段儿童的观影时长进行有效控制。

S440，接收用户针对待回答问题的回答语音信息。

移动终端通过语音输入界面，接收用户针对待回答问题的回答语音信息，从而分析该回答语音信息对应的答案是否与正确答案一致，具体地，可以识别出回答语音信息中的文字，然后将文字与预设答案文字进行比较，如果比较结果一致，表明回答正确，如果比较结果不一致，表明回答错误。

S450，如果回答语音信息对应的答案与预设正确答案一致，继续播放所播放视频。

如果回答语音信息对应的答案与预设正确答案一致，则可以继续播放视频，如果回答语音信息对应的答案与预设正确答案不一致，则儿童需等待预设限制时长后才可以继续观看视频。

本发明实施例提供的一种针对儿童的内容推送方法，当需要控制儿童的观影时间时，通过向不同年龄段的儿童展示不同难度的待回答问题，防止问题过于简单使儿童轻易知道正确答案，从而对不同年龄段儿童的观影时长进行有效控制。

相应于方法实施例，本发明实施例还提供了一种针对儿童的内容推送装置，与图1所示流程对应，如图5所示，该装置包括：

第一获取模块501，用于获取待识别的语音信息。

提取模块502，用于提取语音信息的特征信息，特征信息至少包括：梅尔频率倒谱系数。

输入模块503，用于将特征信息输入预先训练好的语音识别模型中，得到语音信息对应的目标分类结果，目标分类结果包括：年龄段分类结果，性别分类结果。

推送模块504，用于基于目标分类结果推送符合用户年龄段及用户性别的内容，内容包括：视频内容，广告内容以及观看时间提醒内容。

其中，第一获取模块，具体用于：

接收用户在搜索界面中输入的待播放视频的搜索语音信息。

其中，在图5所示装置的基础上，如图6所示，本发明实施例的针对儿童的内容推送装置还可以包括：

第一接收模块601，用于接收用户的视频播放命令并播放视频。

暂停播放模块602，用于当所播放视频的播放时长超过预设时长时，暂停播放视频。

展示模块603，用于向用户展示显示有待回答问题的语音输入界面，待回答问题的难度随儿童的年龄段增加而提高。

第二接收模块604，用于接收用户针对待回答问题的回答语音信息。

继续播放模块605，用于如果回答语音信息对应的答案与预设正确答案一致，继续播放所播放视频。

其中，在图5所示装置的基础上，如图7所示，本发明实施例的针对儿童的内容推送装置还可以包括：

存储模块701，用于将用户的年龄段信息及性别信息存储至数据库。

读取模块702，用于从数据库读取用户的年龄段信息及性别信息。

推送模块504，具体用于：根据所读取的用户的年龄段信息及性别信息，向用户推送符合用户年龄段及性别的内容。

其中，如图8所示，本发明实施例的针对儿童的内容推送装置还可以包括：

构建模块801，用于利用LibSVM模型构建初始语音识别模型。

第二获取模块802，用于获取基于样本语音提取的样本特征信息，以及各样本特征信息对应的类别标签，样本特征信息包括：样本梅尔频率倒谱系数；类别标签包括：年龄段标签以及性别标签。

训练模块803，用于将各样本特征信息，以及各样本特征信息对应的类别标签输入初始语音识别模型，训练得到语音识别模型。

本发明实施例提供的一种针对儿童的内容推送装置，在获取待识别的语音信息后，通过提取语音信息的特征信息，并将该特征信息输入预先训练好的语音识别模型，从而得到语音信息对应的目标分类结果，包括年龄段分类结果，性别分类结果，进而确定语音信息输入者即用户的年龄段及性别。由于本发明实施例无需依赖用户手动输入儿童信息即能够有效获取儿童的信息，因此能够推送更加符合儿童年龄段及性别的内容，从而提高向儿童推荐内容的准确性，并且，本发明实施例能够避免因视频播放客户端要求家长手动输入儿童信息而造成对视频播放客户端好感下降的问题，从而提高用户体验。

本发明实施例还提供了一种电子设备，如图9所示，包括处理器901、通信接口902、存储器903和通信总线904，其中，处理器901，通信接口902，存储器903通过通信总线904完成相互间的通信，

存储器903，用于存放计算机程序；

处理器901，用于执行存储器903上所存放的程序时，实现如下步骤：

获取待识别的语音信息；

提取语音信息的特征信息，特征信息至少包括：梅尔频率倒谱系数；

将特征信息输入预先训练好的语音识别模型中，得到语音信息对应的目标分类结果，目标分类结果包括：年龄段分类结果，性别分类结果；

基于目标分类结果推送符合用户年龄段及用户性别的内容，内容包括：视频内容，广告内容以及观看时间提醒内容。

本发明实施例提供的一种电子设备，在获取待识别的语音信息后，通过提取语音信息的特征信息，并将该特征信息输入预先训练好的语音识别模型，从而得到语音信息对应的目标分类结果，包括年龄段分类结果，性别分类结果，进而确定语音信息输入者即用户的年龄段及性别。由于本发明实施例无需依赖用户手动输入儿童信息即能够有效获取儿童的信息，因此能够推送更加符合儿童年龄段及性别的内容，从而提高向儿童推荐内容的准确性，并且，本发明实施例能够避免因视频播放客户端要求家长手动输入儿童信息而造成对视频播放客户端好感下降的问题，从而提高用户体验。

上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口用于上述电子设备与其他设备之间的通信。

存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一的对儿童的内容推送方法。

在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一的对儿童的内容推送方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物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，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (11)

1.一种针对儿童的内容推送方法，其特征在于，所述方法包括：

获取待识别的语音信息；

提取所述语音信息的特征信息，所述特征信息至少包括：梅尔频率倒谱系数；

将所述特征信息输入预先训练好的语音识别模型中，得到所述语音信息对应的目标分类结果，所述目标分类结果包括：年龄段分类结果，性别分类结果；

基于所述目标分类结果推送符合用户年龄段及用户性别的内容，所述内容包括：视频内容，广告内容以及观看时间提醒内容。

2.根据权利要求1所述的方法，其特征在于，所述获取待识别的语音信息的步骤，包括：

接收用户在搜索界面中输入的待播放视频的搜索语音信息。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

接收用户的视频播放命令并播放视频；

当所播放视频的播放时长超过预设时长时，暂停播放视频；

向用户展示显示有待回答问题的语音输入界面，所述待回答问题的难度随儿童的年龄段增加而提高；

接收用户针对所述待回答问题的回答语音信息；

如果所述回答语音信息对应的答案与预设正确答案一致，继续播放所述所播放视频。

4.根据权利要求1所述的方法，其特征在于，所述得到所述语音信息对应的目标分类结果之后，所述方法还包括：

将所述用户的年龄段信息及性别信息存储至数据库；

从所述数据库读取所述用户的年龄段信息及性别信息；

所述基于所述目标分类结果推送符合用户年龄段及用户性别的内容的步骤，包括：

根据所读取的所述用户的年龄段信息及性别信息，向所述用户推送符合所述用户年龄段及性别的内容。

5.根据权利要求1所述的方法，其特征在于，所述语音识别模型的训练过程包括：

利用LibSVM模型构建初始语音识别模型；

获取基于样本语音提取的样本特征信息，以及各样本特征信息对应的类别标签，所述样本特征信息包括：样本梅尔频率倒谱系数；所述类别标签包括：年龄段标签以及性别标签；

将各样本特征信息，以及各样本特征信息对应的类别标签输入所述初始语音识别模型，训练得到所述语音识别模型。

6.一种针对儿童的内容推送装置，其特征在于，所述装置包括：

第一获取模块，用于获取待识别的语音信息；

提取模块，用于提取所述语音信息的特征信息，所述特征信息至少包括：梅尔频率倒谱系数；

输入模块，用于将所述特征信息输入预先训练好的语音识别模型中，得到所述语音信息对应的目标分类结果，所述目标分类结果包括：年龄段分类结果，性别分类结果；

推送模块，用于基于所述目标分类结果推送符合用户年龄段及用户性别的内容，所述内容包括：视频内容，广告内容以及观看时间提醒内容。

7.根据权利要求6所述的装置，其特征在于，所述第一获取模块，具体用于：

接收用户在搜索界面中输入的待播放视频的搜索语音信息。

8.根据权利要求6或7所述的装置，其特征在于，所述装置还包括：

第一接收模块，用于接收用户的视频播放命令并播放视频；

暂停播放模块，用于当所播放视频的播放时长超过预设时长时，暂停播放视频；

展示模块，用于向用户展示显示有待回答问题的语音输入界面，所述待回答问题的难度随儿童的年龄段增加而提高；

第二接收模块，用于接收用户针对所述待回答问题的回答语音信息；

继续播放模块，用于如果所述回答语音信息对应的答案与预设正确答案一致，继续播放所述所播放视频。

9.根据权利要求6所述的装置，其特征在于，所述装置还包括：

存储模块，用于将所述用户的年龄段信息及性别信息存储至数据库；

读取模块，用于从所述数据库读取所述用户的年龄段信息及性别信息；

所述推送模块，具体用于：根据所读取的所述用户的年龄段信息及性别信息，向所述用户推送符合所述用户年龄段及性别的内容。

10.根据权利要求6所述的装置，其特征在于，所述装置还包括：

构建模块，用于利用LibSVM模型构建初始语音识别模型；

第二获取模块，用于获取基于样本语音提取的样本特征信息，以及各样本特征信息对应的类别标签，所述样本特征信息包括：样本梅尔频率倒谱系数；所述类别标签包括：年龄段标签以及性别标签；

训练模块，用于将各样本特征信息，以及各样本特征信息对应的类别标签输入所述初始语音识别模型，训练得到所述语音识别模型。

11.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现权利要求1-5任一所述的方法步骤。