CN110517096A - 内容植入方法、装置、电子设备及存储介质 - Google Patents

内容植入方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN110517096A
CN110517096A CN201910825646.6A CN201910825646A CN110517096A CN 110517096 A CN110517096 A CN 110517096A CN 201910825646 A CN201910825646 A CN 201910825646A CN 110517096 A CN110517096 A CN 110517096A
Authority
CN
China
Prior art keywords
content
response data
voice messaging
implanted
user
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
Application number
CN201910825646.6A
Other languages
English (en)
Inventor
曹洪伟
钟镭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu Online Network Technology Beijing Co Ltd
Shanghai Xiaodu Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201910825646.6A priority Critical patent/CN110517096A/zh
Publication of CN110517096A publication Critical patent/CN110517096A/zh
Priority to US16/792,480 priority patent/US20210065235A1/en
Priority to JP2020025932A priority patent/JP7051190B2/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/041—Abduction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0276—Advertisement creation
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L13/00—Speech synthesis; Text to speech systems
    • G10L13/02—Methods for producing synthetic speech; Speech synthesisers
    • G10L13/027—Concept to speech synthesisers; Generation of natural phrases from machine-based concepts
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Child & Adolescent Psychology (AREA)
  • General Health & Medical Sciences (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本申请公开了内容植入方法、装置、电子设备及存储介质，涉及图像识别技术领域。具体实现方案为：接收语音信息；针对语音信息生成第一响应数据；根据语音信息将第一内容植入到第一响应数据中，生成第二响应数据。本申请实施例能够使语音信息对应的应用服务内容与植入的内容无缝对接，形成较好的植入效果，用户体验良好。

Description

内容植入方法、装置、电子设备及存储介质
技术领域
本申请涉及一种计算机技术领域，尤其涉及一种人工智能技术领域。
背景技术
内容植入是将要推广的内容植入到现有的展现信息中，可以使展现信息融入更多的信息元素。以“植入式广告”(Product Placement)为例，“植入式广告”是指把产品及其服务具有代表性的视听品牌符号融入影视或舞台作品中的一种广告方式。植入式广告通常会给观众留下印象，以达到营销目的。目前广告植入的方法存在以下缺陷：(1)通常将广告内容植入到开机广告中，开机广告的使用频率较低。(2)较多地借助屏幕来展示广告，用户体验不佳。
发明内容
本申请实施例提出一种内容植入方法、装置、电子设备及存储介质，以至少解决现有技术中的以上技术问题。
第一方面，本申请实施例提供了一种内容植入方法，包括：
接收语音信息；
针对语音信息生成第一响应数据；
根据语音信息将第一内容植入到第一响应数据中，生成第二响应数据。
本申请实施例中，能够使语音信息对应的应用服务内容与植入的内容无缝对接，形成较好的植入效果，用户体验良好。
在一种实施方式中，根据语音信息将第一内容植入到第一响应数据中，生成第二响应数据，包括：
对语音信息对应的用户信息进行分析，得到语音信息对应的用户画像；
根据语音信息对应的用户画像，将第一内容植入到第一响应数据中，生成第二响应数据。
本申请实施例中，通过对用户信息的分析，根据用户画像植入内容，使植入的内容更加符合用户的需求，能够更好地为用户提供智能的个性化服务，用户体验良好。
在一种实施方式中，对语音信息对应的用户进行分析，得到语音信息对应的用户画像，包括：
根据语音信息的上下文、语音信息对应的用户的查询历史、语音信息对应的用户的个性信息，得到语音信息对应的用户画像。
本申请实施例中，对用户信息进行分析得到用户画像，从而为用户提供有针对性的服务。
在一种实施方式中，针对所述语音信息生成第一响应数据之后，还包括：
从第一响应数据中提取特征向量。
本申请实施例中，从第一响应数据中提取的特征向量可用于后续的关联分析，通过特征向量进行关联分析，可提升分类的效率和准确度。
在一种实施方式中，根据语音信息对应的用户画像，将第一内容植入到第一响应数据中，生成第二响应数据之前，还包括：
接收需要植入的至少一个第二内容。
本申请实施例中，接收内容提供者提供的所需推广的内容，以便在后续将该内容中适合的部分植入到响应数据中，一方面达成了内容提供者植入内容的目的，另一方面又使植入的内容符合用户的需求。
在一种实施方式中，根据语音信息对应的用户画像，将第一内容植入到第一响应数据中，生成第二响应数据，包括：
将至少一个第二内容、语音信息对应的用户画像和特征向量进行关联分析，根据关联分析结果，从至少一个第二内容中得到第一内容；
将第一内容植入到第一响应数据中，生成第二响应数据。
本申请实施例中，通过对用户画像、技能应用服务的响应数据和内容的关联分析，使植入的内容更加符合用户的需求，能够更好地为用户提供智能的个性化服务，用户体验良好。
第二方面，本申请实施例提供了一种内容植入方法，包括：
接收语音信息；
根据语音信息向服务器请求第二响应数据，第二响应数据是根据语音信息对应的第一响应数据、语音信息和第一内容生成的；
接收第二响应数据；
将第二响应数据作为语音信息的返回信息。
本申请实施例中，在获取技能应用服务的响应数据的基础上，进一步请求根据用户画像生成的第二响应数据，使返回信息中植入的内容更加符合用户的需求，能够更好地为用户提供智能的个性化服务，用户体验良好。
在一种实施方式中，第一响应数据是针对语音信息生成的；上述方法还包括：从第一响应数据中提取特征向量。
本申请实施例中，从第一响应数据中提取的特征向量可用于后续的关联分析，通过特征向量进行关联分析，可提升分类的效率和准确度。
在一种实施方式中，上述方法还包括：接收需要植入的至少一个第二内容。
本申请实施例中，接收内容提供者提供的所需推广的内容，以便在后续将该内容中适合的部分植入到响应数据中，一方面达成了内容提供者植入内容的目的，另一方面又使植入的内容符合用户的需求。
在一种实施方式中，上述方法还包括：
将至少一个第二内容、语音信息对应的用户画像和特征向量进行关联分析，根据关联分析结果，从至少一个第二内容中得到第一内容；
将第一内容植入到第一响应数据中，生成第二响应数据。
本申请实施例中，通过对用户画像、技能应用服务的响应数据和内容的关联分析，使植入的内容更加符合用户的需求，能够更好地为用户提供智能的个性化服务，用户体验良好。
第三方面，本申请实施例提供了一种内容植入装置，包括：
第一接收单元，用于接收语音信息；
第一生成单元，用于针对语音信息生成第一响应数据；
第二生成单元，用于：根据语音信息对应的用户画像，将第一内容植入到第一响应数据中，生成第二响应数据。
在一种实施方式中，第二生成单元包括：
分析子单元，用于：对语音信息对应的用户信息进行分析，得到语音信息对应的用户画像；
生成子单元，用于：根据语音信息对应的用户画像，将第一内容植入到第一响应数据中，生成第二响应数据。
在一种实施方式中，分析子单元用于：
根据语音信息的上下文、语音信息对应的用户的查询历史、语音信息对应的用户的个性信息，得到语音信息对应的用户画像。
在一种实施方式中，所述装置还包括第一提取单元，第一提取单元用于：
接收第一响应数据之后，从第一响应数据中提取特征向量。
在一种实施方式中，所述装置还包括第二接收单元，第二接收单元用于：
接收需要植入的至少一个第二内容。
在一种实施方式中，第二生成单元用于：
将至少一个第二内容、语音信息对应的用户画像和特征向量进行关联分析，根据关联分析结果，从至少一个第二内容中得到第一内容；
将第一内容植入到第一响应数据中，生成第二响应数据。
第四方面，本申请实施例提供了一种内容植入装置，包括：
第三接收单元，用于接收语音信息；
请求单元，用于：根据语音信息向服务器请求第二响应数据，第二响应数据是根据语音信息对应的第一响应数据、语音信息和第一内容生成的；
第四接收单元，用于接收第二响应数据；
返回单元，用于将第二响应数据作为语音信息的返回信息。
在一种实施方式中，第一响应数据是针对语音信息生成的；
上述装置还包括第二提取单元，第二提取单元用于：从第一响应数据中提取特征向量。
在一种实施方式中，上述装置还包括第五接收单元，第五接收单元用于：接收需要植入的至少一个第二内容。
在一种实施方式中，上述装置还包括第三生成单元，第三生成单元用于：
将至少一个第二内容、语音信息对应的用户画像和特征向量进行关联分析，根据关联分析结果，从至少一个第二内容中得到第一内容；
将第一内容植入到第一响应数据中，生成第二响应数据。
第五方面，本申请实施例提供了一种电子设备，包括：
至少一个处理器；以及
与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本申请任意一项实施例所提供的方法。
第六方面，本申请实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使该计算机执行本申请任意一项实施例所提供的方法。
上述申请中的一个实施例具有如下优点或有益效果：通过对用户信息的分析，根据用户画像植入内容，使植入的内容更加符合用户的需求，能够更好地为用户提供智能的个性化服务，用户体验良好。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是根据本申请实施例的内容植入方法的示意图；
图2本申请一种示例的内容植入方法的流程图；
图3是根据本申请实施例的内容植入方法的流程图；
图4是根据本申请实施例的智能语音植入式系统的结构示意图；
图5是根据本申请实施例的内容植入装置结构示意图；
图6是根据本申请实施例的内容植入装置结构示意图；
图7是根据本申请实施例的内容植入装置结构示意图；
图8是用来实现本申请实施例的内容植入方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是根据本申请1实施例的内容植入方法的示意图。图1所示的实施例可应用于对话式AI(Artificial Intelligence，人工智能)系统，该内容植入方法包括：
步骤S110，接收语音信息；
步骤S120，根据语音信息向服务器请求第二响应数据，第二响应数据是根据语音信息对应的第一响应数据、语音信息和第一内容生成的；
步骤S130，接收第二响应数据；
步骤S140，将第二响应数据作为语音信息的返回信息。
内容植入可以使展现信息融入更多的信息元素。仍以“植入式广告”(ProductPlacement)为例，“植入式广告”是随着电影、电视、游戏等的发展而兴起的一种广告形式。在影视剧情、游戏中插入商家的产品或服务，以达到潜移默化的宣传效果。植入式广告的表现空间十分广阔，在影视剧和娱乐节目中可以找到诸多适合的植入物和植入方式，常见的广告植入物有：商品、标识、VI(全称Visual Identity，即企业VI视觉设计，通译为视觉识别系统)、CI(Corporate Identity，企业标志)、包装、品牌名称以及企业吉祥物等等。通常情况下观众对插播广告会有抵触心理，因此把广告内容植入到这些娱乐方式的方法往往比硬性推销的效果好得多。
本申请实施例中，可通过智能语音设备接收用户的语音信息。例如用户对智能语音设备说：“今天的天气怎么样”。智能语音设备将语音信息发送给对话式AI系统。在步骤S110中，对话式AI系统接收来自智能语音设备的语音信息。
在步骤S120中，对话式AI系统根据语音信息向服务器发送响应数据请求。在一个示例中，服务器可包括智能语音植入式系统和技能应用服务。在服务器端调用对应的技能应用服务，得到语音信息对应的响应数据，也就是第一响应数据。在上述示例中，服务器端识别出用户意图是查询天气，则调用对应的技能应用服务“天气服务”。“天气服务”根据用户意图生成第一响应数据，例如“今天有雨”。然后将第一响应数据和语音信息发送给智能语音植入式系统。
智能语音植入式系统根据第一响应数据、语音信息和第一内容生成第二响应数据。其中，第一内容是智能语音植入式系统经过关联分析得到的适合植入的内容。智能语音植入式系统根据语音信息，在第一响应数据中植入第一内容，从而生成第二响应数据。例如，生成的第二响应数据是：“XX牌雨伞提示您，今天有雨”。
在一种实施方式中，智能语音植入式系统根据语音信息对应的用户画像，在第一响应数据中植入第一内容，从而生成第二响应数据。在构建用户画像时，可将用户的每个具体信息抽象成标签，利用这些标签将用户形象具体化，从而为用户提供有针对性的服务。一个示例性的用户画像可包括：1)性别，年龄段，成长环境；2)生活情形，生活方式，生活习惯；3)性格描述，以及内心的渴望；4)消费情绪，喜欢什么，不喜欢什么。
在步骤S140中，对第二响应数据进行自然语音生成处理，将自然语音生成处理的结果作为语音信息的返回信息，返回给智能语音设备。例如返回信息为：“XX牌雨伞提示您，今天有雨，别忘了带伞”。最后智能语音设备将返回信息播报给用户。
在一种实施方式中，第一响应数据是针对语音信息生成的；上述方法还包括：从第一响应数据中提取特征向量。
在这种实施方式中，对话式AI系统调用对应的技能应用服务，得到语音信息对应的响应数据，也就是第一响应数据。例如用户询问天气情况，则调用对应的技能应用服务“天气服务”。“天气服务”根据用户意图生成第一响应数据，例如“今天有雨”。对话式AI系统从第一响应数据中提取特征向量。第一响应数据的形式可包括文本、图片、视频等形式。例如“天气服务”返回的内容是“今天有雨xxx”以及雨天的图片等。可对技能应用服务的返回内容进行分析，提取主成分，也就是从返回内容中提取出实体，例如名词、动词等。由提取出的实体列表构成第一响应数据的特征向量。
本申请实施例中，从第一响应数据中提取的特征向量可用于后续的关联分析，通过特征向量进行关联分析，可提升分类的效率和准确度。
在一种实施方式中，上述方法还包括：接收需要植入的至少一个第二内容。内容提供者可通过GUI(Graphical User Interface，图形用户接口)或API(ApplicationProgramming Interface，应用程序编程接口)提供所需推广的内容，例如文字、图片、视频等。内容提供者提供的内容称为第二内容。在这种实施方式中，对话式AI系统接收需要植入的至少一个第二内容。
本申请实施例中，接收内容提供者提供的所需推广的内容，以便在后续将该内容中适合的部分植入到响应数据中，一方面达成了内容提供者植入内容的目的，另一方面又使植入的内容符合用户的需求。
在一种实施方式中，上述方法还包括：
将至少一个第二内容、语音信息对应的用户画像和特征向量进行关联分析，根据关联分析结果，从至少一个第二内容中得到第一内容；
将第一内容植入到第一响应数据中，生成第二响应数据。
在这种实施方式中，可在对话式AI系统生成第二响应数据。例如，可计算第二内容与第一响应数据之间的匹配度，还可计算第二内容与用户画像之间的匹配度。例如，有多个内容提供者提供了第二内容。仍以“植入式广告”为例，广告主A提供了体育用品的广告内容，广告主B提供了农产品的广告内容，广告主C提供了化妆品的广告内容。用户说：“今天的天气怎么样，我想去跑步锻炼身体”。该用户对应的用户画像描述其兴趣爱好是运动。技能应用服务根据用户意图返回的第一响应数据是“今天天气晴朗，适宜运动、郊游”以及晴朗天气的图片等。一方面，计算第二内容与第一响应数据之间的匹配度，由于广告主A提供了体育用品的广告内容，而第一响应数据中有“适宜运动”的内容，因此广告主A提供的广告内容与第一响应数据之间的匹配度较高。另一方面，计算第二内容与用户画像之间的匹配度，由于广告主A提供了体育用品的广告内容，而用户画像描述的兴趣爱好是运动，因此广告主A提供的广告内容与用户画像之间的匹配度较高。由于广告主A提供的广告内容与第一响应数据和用户画像之间都有较高的匹配度，因此从多个广告主提供的第二内容中，选取广告主A提供的体育用品的广告内容，植入到第一响应数据中，生成第二响应数据。例如，生成：“今天天气晴朗，可以去运动、郊游哦。换上运动服和运动鞋出去运动吧。××牌运动鞋在打折促销呢，可以去买一双哦”。
本申请实施例中，通过对用户画像、技能应用服务的响应数据和内容的关联分析，使植入的内容更加符合用户的需求，能够更好地为用户提供智能的个性化服务，用户体验良好。
本申请实施例利用自然语言处理技术，根据内容相关性生成嵌入式语音播报信息，从而实现植入内容的目的。参见图2所示，本申请实施例的内容植入方法的一个示例性的流程如下：
步骤1)用户对智能语音设备说：“今天的天气怎么样”，智能语音设备将携带有用户的语音信息的数据流发送到对话式AI系统。
步骤2)对话式AI系统对数据流进行语音识别和自然语言处理，识别出用户意图后，根据用户意图向技能应用服务发送响应数据请求。对话式AI系统，对具体的某个话题，可通过技能应用服务的方式实现业务逻辑。例如具体的技能应用服务为“天气服务”。
步骤3)具体的技能应用服务，例如“天气服务”根据用户意图标示找到相应的内容，并将文本、图片等形式的内容返回给对话式AI系统。例如“今天有雨xxx”以及雨天的图片等。
步骤4)对话式AI系统调用智能语音植入式系统。智能语音植入式系统对用户信息(例如查询的历史和内容等)、具体的技能应用服务的响应数据(例如“今天有雨xxx”以及雨天的图片等)，与内容提供者提供的内容进行关联分析，例如与广告主提供的广告内容进行关联分析，从而修改具体的技能应用服务的响应数据。例如，修改的结果为“XX牌雨伞提示您今天有雨xxx”。智能语音植入式系统将修改的结果返回给对话式AI系统。然后对话式AI系统对上述修改的结果完成自然语音生成的处理，得到最终的处理结果。
步骤5)对话式AI系统将自然语音生成的最终的处理结果返回给智能语音设备。在这个示例中，智能语音设备对用户的最终响应可能是“XX牌雨伞提示您，今天有雨，xxxx，别忘了带伞，xxx”。
在又一个示例中，对话过程也可以由技能应用服务驱动对话式AI系统和智能语音设备主动发起。例如“天气服务”驱动对话式AI系统和智能语音设备主动发起播报天气预报。“天气服务”提供的播报内容是“今天有雨xxx”以及雨天的图片等。“天气服务”将播报内容发送给对话式AI系统。对话式AI系统调用智能语音植入式系统植入内容。内容植入的方法与上述过程是类似的，可根据智能语音设备的注册用户的用户画像，将内容植入到“天气服务”产生的播报内容中，生成最终的播报内容。
本申请实施例中，在获取技能应用服务的响应数据的基础上，进一步请求根据用户画像生成的第二响应数据，使返回信息中植入的内容更加符合用户的需求，能够更好地为用户提供智能的个性化服务，用户体验良好。
图3是根据本申请实施例的内容植入方法的流程图。图3所示的实施例可应用于服务器，该内容植入方法包括：
步骤S310，接收语音信息；
步骤S320，针对语音信息生成和第一响应数据；
步骤S330，根据语音信息将第一内容植入到第一响应数据中，生成第二响应数据。
如前述，对话式AI系统根据语音信息向服务器请求第二响应数据。服务器根据语音信息和适合植入的内容生成第二响应数据。
在步骤S310中，服务器接收来自对话式AI系统的语音信息。在步骤S320中，服务器针对来自对话式AI系统的语音信息生成第一响应数据。在一个示例中，服务器可包括智能语音植入式系统和技能应用服务。技能应用服务接收来自对话式AI系统的语音信息，并针对语音信息向对话式AI系统返回第一响应数据。技能应用服务对语音信息进行语音识别和自然语言处理，识别出用户意图。例如，根据用户的语音信息“今天的天气怎么样”，识别出用户意图是查询天气。可根据用户意图调用具体的技能应用服务，得到语音信息对应的响应数据，也就是第一响应数据。在上述示例中，识别出用户意图是查询天气，则调用具体的技能应用服务“天气服务”。“天气服务”根据用户意图返回第一响应数据，例如“今天有雨”。然后对话式AI系统将语音信息和第一响应数据发送给智能语音植入式系统，以请求第二响应数据。在步骤S330中，智能语音植入式系统接收到语音信息和第一响应数据，确定适合植入的第一内容。将第一内容植入到第一响应数据中，生成第二响应数据。
本申请实施例中，能够使语音信息对应的应用服务内容与植入的内容无缝对接，形成较好的植入效果，用户体验良好。
在一种实施方式中，根据语音信息将第一内容植入到第一响应数据中，生成第二响应数据，包括：
对语音信息对应的用户信息进行分析，得到语音信息对应的用户画像；
根据语音信息对应的用户画像，将第一内容植入到第一响应数据中，生成第二响应数据。
如前述，对话式AI系统根据语音信息和技能应用服务产生的第一响应数据调用智能语音植入式系统，请求第二响应数据。智能语音植入式系统根据第一响应数据、语音信息对应的用户画像和适合植入的内容生成第二响应数据。
在这种实施方式中，根据接收到的用户的语音信息，可识别出用户的身份标识，例如识别出用户的注册账号。根据用户的身份标识可对用户信息进行分析，获取对应的用户画像。再根据用户画像确定适合植入的第一内容。最后将第一内容植入到第一响应数据中，生成第二响应数据。
本申请实施例中，通过对用户信息的分析，根据用户画像植入广告内容，使植入的内容更加符合用户的需求，能够更好地为用户提供智能的个性化服务，用户体验良好。
在一种实施方式中，对语音信息对应的用户进行分析，得到语音信息对应的用户画像，包括：
根据语音信息的上下文、语音信息对应的用户的查询历史、语音信息对应的用户的个性信息，得到语音信息对应的用户画像。
在这种实施方式中，根据接收到的用户的语音信息，可获取语音信息对应用户信息。例如，在用户注册时可获取用户的声音信息、年龄、性别、兴趣爱好等个性信息。在接收到用户的语音信息时，可利用声纹识别技术识别出注册用户的语音信息对应的注册账号，从而获取用户的个性信息。可基于用户的个性信息构建用户画像，构建的用户画像中可包括年龄、性别、兴趣爱好等个性信息。
在一个示例中，在识别出用户的注册账号之后，还可以查询用户的查询历史。例如，该用户每天都会查询天气情况。另外，还可以分析语音信息的上下文。例如，用户的询问：“今天的天气怎么样”。该语音信息还有相关的上下文，例如用户说：“今天的天气怎么样，我想去跑步锻炼身体”。通过对上下文进行语义分析，可获知该词用户的兴趣爱好是运动。可基于用户的查询历史和/或对用户询问的上下文的分析构建用户画像。
在后续的处理过程中，可基于用户画像植入适合的内容。在一种实施方式中，用户画像可包括个体画像和/或群体画像。例如，用户画像中描述了该用户爱好是运动，则可植入体育用品之类的内容，可满足用户的个性化需求。
本申请实施例中，对用户信息进行分析得到用户画像，从而为用户提供有针对性的服务。
在一种实施方式中，针对所述语音信息生成第一响应数据之后，还包括：
从第一响应数据中提取特征向量。
如前述，技能应用服务根据用户意图标示找到相应的内容，将这些内容返回给对话式AI系统，也就是第一响应数据。第一响应数据的形式可包括文本、图片、视频等形式。例如“天气服务”返回的内容是“今天有雨xxx”以及雨天的图片等。可对技能应用服务的返回内容进行分析，提取主成分，也就是从返回内容中提取出实体，例如名词、动词等。由提取出的实体列表构成第一响应数据的特征向量。
本申请实施例中，从第一响应数据中提取的特征向量可用于后续的关联分析，通过特征向量进行关联分析，可提升分类的效率和准确度。
在一种实施方式中，根据语音信息对应的用户画像，将第一内容植入到第一响应数据中，生成第二响应数据之前，还包括：
接收需要植入的至少一个第二内容。
内容提供者可通过GUI(Graphical User Interface，图形用户接口)或API(Application Programming Interface，应用程序编程接口)提供所需推广的内容，例如文字、图片、视频等。内容提供者提供的内容称为第二内容。智能语音植入式系统接收到第二内容后，即可将第二内容与第一响应数据做关联分析。也就是说，内容提供者提供所需推广的内容后，该内容可实时生效。若通过关联分析之后，分析结果是关联度较大，则可将该内容植入。
本申请实施例中，接收内容提供者提供的所需推广的内容，以便在后续将该内容中适合的部分植入到响应数据中，一方面达成了内容提供者植入内容的目的，另一方面又使植入的内容符合用户的需求。
在一种实施方式中，根据语音信息对应的用户画像，将第一内容植入到第一响应数据中，生成第二响应数据，包括：
将至少一个第二内容、语音信息对应的用户画像和特征向量进行关联分析，根据关联分析结果，从至少一个第二内容中得到第一内容；
将第一内容植入到第一响应数据中，生成第二响应数据。
在这种实施方式中，可计算第二内容与第一响应数据之间的匹配度，还可计算第二内容与用户画像之间的匹配度。例如，有多个内容提供者提供了第二内容。仍以“植入式广告”为例，广告主A提供了体育用品的广告内容，广告主B提供了农产品的广告内容，广告主C提供了化妆品的广告内容。用户说：“今天的天气怎么样，我想去跑步锻炼身体”。该用户对应的用户画像描述其兴趣爱好是运动。技能应用服务根据用户意图返回的第一响应数据是“今天天气晴朗，适宜运动、郊游”以及晴朗天气的图片等。一方面，计算第二内容与第一响应数据之间的匹配度，由于广告主A提供了体育用品的广告内容，而第一响应数据中有“适宜运动”的内容，因此广告主A提供的广告内容与第一响应数据之间的匹配度较高。另一方面，计算第二内容与用户画像之间的匹配度，由于广告主A提供了体育用品的广告内容，而用户画像描述的兴趣爱好是运动，因此广告主A提供的广告内容与用户画像之间的匹配度较高。由于广告主A提供的广告内容与第一响应数据和用户画像之间都有较高的匹配度，因此从多个广告主提供的第二内容中，选取广告主A提供的体育用品的广告内容，植入到第一响应数据中，生成第二响应数据。例如，生成：“今天天气晴朗，可以去运动、郊游哦。换上运动服和运动鞋出去运动吧。××牌运动鞋在打折促销呢，可以去买一双哦”。
在上述示例中，从第二内容中找到了匹配度较高的第一内容，则将第一内容植入到第一响应数据中。如果从第二内容中没有找到匹配度较高的第一内容，也就是暂时没有适合的内容可以植入，可不执行植入内容的步骤。这种情况下智能语音植入式系统在给对话式AI系统的返回的第二响应数据中注明没有在第一响应数据中植入内容。
本申请实施例中，通过对用户画像、技能应用服务的响应数据和植入的内容的关联分析，使植入的内容更加符合用户的需求，能够更好地为用户提供智能的个性化服务，用户体验良好。
图4是根据本申请实施例的智能语音植入式系统的结构示意图。如图4所示，在一个示例中，智能语音植入式系统可包括内容提供者接入子系统、问句分析子系统、内容分析子系统、关联分析子系统和内容重组子系统。上述各个子系统的功能如下：
内容提供者主接入子系统：内容提供者通过GUI或API提供所需推广的内容，例如文字、图片、视频等。内容提供者提供的内容可即时提供给关联分析子系统，实时生效。
问句分析子系统：对用户的问句进行分析，包括上下文、历史问询、用户自身的相关数据如用户的个性信息等，形成具体化的用户画像。
内容分析子系统：对技能应用服务的返回内容，例如文字、图片、视频等进行分析，提取主成分，找到特征向量。
关联分析子系统：将多个内容提供者提供的内容、用户画像、技能应用服务的返回的第一响应数据进行关联分析，计算最适合植入的内容。其中，用户画像可包括个体画像和/或群体画像，例如该用户及同类型其他用户的问询内容和历史数据。
内容重组子系统：将最适合植入的内容通过一定的算法(例如自然语言生成技术)，植入到技能应用服务的返回的第一响应数据中，形成最终返回给用户的第二响应数据。
图5是根据本申请实施例的内容植入装置结构示意图。图5所示的实施例可应用于服务器，如图5所示，本申请实施例的内容植入装置包括：
第一接收单元100，用于接收语音信息；
第一生成单元200，用于针对所述语音信息生成第一响应数据；
第二生成单元300，用于：根据语音信息将第一内容植入到第一响应数据中，生成第二响应数据。
在一种实施方式中，第二生成单元300包括：
分析子单元，用于：对语音信息对应的用户信息进行分析，得到语音信息对应的用户画像；
生成子单元，用于：根据语音信息对应的用户画像，将第一内容植入到第一响应数据中，生成第二响应数据。
在一种实施方式中，分析子单元用于：
根据语音信息的上下文、语音信息对应的用户的查询历史、语音信息对应的用户的个性信息，得到语音信息对应的用户画像。
图6是根据本申请实施例的内容植入装置结构示意图；如图6所示，在一种实施方式中，所述装置还包括第一提取单元120，第一提取单元120用于：
接收第一响应数据之后，从第一响应数据中提取特征向量。
在一种实施方式中，所述装置还包括第二接收单元140，第二接收单元140用于：
接收需要植入的至少一个第二内容。
在一种实施方式中，第二生成单元300用于：
将至少一个第二内容、语音信息对应的用户画像和特征向量进行关联分析，根据关联分析结果，从至少一个第二内容中得到第一内容；
将第一内容植入到第一响应数据中，生成第二响应数据。
图7是根据本申请实施例的内容植入装置结构示意图。图7所示的实施例可应用于对话式AI系统，如图7所示，本申请实施例的内容植入装置包括：
第三接收单元600，用于接收语音信息；
请求单元700，用于：根据语音信息向服务器请求第二响应数据，第二响应数据是根据语音信息对应的第一响应数据、语音信息和第一内容生成的；
第四接收单元750，用于接收第二响应数据；
返回单元800，用于将第二响应数据作为语音信息的返回信息。
在一种实施方式中，第一响应数据是针对语音信息生成的；
上述装置还包括第二提取单元，第二提取单元用于：从第一响应数据中提取特征向量。
在一种实施方式中，上述装置还包括第五接收单元，第五接收单元用于：接收需要植入的至少一个第二内容。
在一种实施方式中，上述装置还包括第三生成单元，第三生成单元用于：
将至少一个第二内容、语音信息对应的用户画像和特征向量进行关联分析，根据关联分析结果，从至少一个第二内容中得到第一内容；
将第一内容植入到第一响应数据中，生成第二响应数据。
本申请实施例的内容植入装置中的各单元的功能可以参见上述方法中的对应描述，在此不再赘述。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图8所示，是根据本申请实施例的内容植入的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图8所示，该电子设备包括：一个或多个处理器801、存储器802，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示图形用户界面(Graphical User Interface，GUI)的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图8中以一个处理器801为例。
存储器802即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的内容植入的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的内容植入的方法。
存储器802作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的内容植入的方法对应的程序指令/模块/单元(例如，附图5所示的第一接收单元100、第一生成单元200、第二生成单元300，附图6所示的提取单元120、第二接收单元140，或者附图7所示的第三接收单元600、请求单元700、第四接收单元750、返回单元800)。处理器801通过运行存储在存储器802中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的内容植入的方法。
存储器802可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据内容植入方法的电子设备的使用所创建的数据等。此外，存储器802可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器802可选包括相对于处理器801远程设置的存储器，这些远程存储器可以通过网络连接至内容植入方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
内容植入方法的电子设备还可以包括：输入装置803和输出装置804。处理器801、存储器802、输入装置803和输出装置804可以通过总线或者其他方式连接，图8中以通过总线连接为例。
输入装置803可接收输入的数字或字符信息，以及产生与内容植入方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置804可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(Liquid Crystal Display，LCD)、发光二极管(Light EmittingDiode，LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用集成电路(Application Specific Integrated Circuits，ASIC)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(programmable logic device，PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(Cathode Ray Tube，阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(Local Area Network，LAN)、广域网(Wide Area Network，WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，直接从用户信息行为的相关内容中识别出兴趣点，从而保证了为用户推送的兴趣点能够与用户意图相吻合，用户体验良好。因为直接从用户信息行为的相关内容中识别出兴趣点，所以避免了推送的兴趣点不满足用户的需要的问题，进而提升了用户体验。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (22)

1.一种内容植入方法，其特征在于，包括：
接收语音信息；
针对所述语音信息生成第一响应数据；
根据所述语音信息将第一内容植入到所述第一响应数据中，生成第二响应数据。
2.根据权利要求1所述的方法，其特征在于，根据所述语音信息将第一内容植入到所述第一响应数据中，生成第二响应数据，包括：
对所述语音信息对应的用户信息进行分析，得到所述语音信息对应的用户画像；
根据所述语音信息对应的用户画像，将第一内容植入到所述第一响应数据中，生成第二响应数据。
3.根据权利要求2所述的方法，其特征在于，对所述语音信息对应的用户进行分析，得到所述语音信息对应的用户画像，包括：
根据所述语音信息的上下文、所述语音信息对应的用户的查询历史、所述语音信息对应的用户的个性信息，得到所述语音信息对应的用户画像。
4.根据权利要求3所述的方法，其特征在于，针对所述语音信息生成第一响应数据之后，还包括：
从所述第一响应数据中提取特征向量。
5.根据权利要求4所述的方法，其特征在于，根据所述语音信息对应的用户画像，将第一内容植入到所述第一响应数据中，生成第二响应数据之前，还包括：
接收需要植入的至少一个第二内容。
6.根据权利要求5所述的方法，其特征在于，根据所述语音信息对应的用户画像，将第一内容植入到所述第一响应数据中，生成第二响应数据，包括：
将至少一个所述第二内容、所述语音信息对应的用户画像和所述特征向量进行关联分析，根据关联分析结果，从至少一个所述第二内容中得到所述第一内容；
将所述第一内容植入到所述第一响应数据中，生成所述第二响应数据。
7.一种内容植入方法，其特征在于，包括：
接收语音信息；
根据所述语音信息向服务器请求第二响应数据，所述第二响应数据是根据所述语音信息对应的第一响应数据、所述语音信息和第一内容生成的；
接收所述第二响应数据；
将所述第二响应数据作为所述语音信息的返回信息。
8.根据权利要求7所述的方法，其特征在于，所述第一响应数据是针对所述语音信息生成的；所述方法还包括：从所述第一响应数据中提取特征向量。
9.根据权利要求8所述的方法，其特征在于，所述方法还包括：接收需要植入的至少一个第二内容。
10.根据权利要求9所述的方法，其特征在于，所述方法还包括：
将至少一个所述第二内容、所述语音信息对应的用户画像和所述特征向量进行关联分析，根据关联分析结果，从至少一个所述第二内容中得到所述第一内容；
将所述第一内容植入到所述第一响应数据中，生成所述第二响应数据。
11.一种内容植入装置，其特征在于，包括：
第一接收单元，用于接收语音信息；
第一生成单元，用于针对所述语音信息生成第一响应数据；
第二生成单元，用于：根据所述语音信息将第一内容植入到所述第一响应数据中，生成第二响应数据。
12.根据权利要求11所述的装置，其特征在于，所述第二生成单元包括：
分析子单元，用于：对所述语音信息对应的用户信息进行分析，得到所述语音信息对应的用户画像；
生成子单元，用于：根据所述语音信息对应的用户画像，将第一内容植入到所述第一响应数据中，生成第二响应数据。
13.根据权利要求12所述的装置，其特征在于，所述分析子单元用于：
根据所述语音信息的上下文、所述语音信息对应的用户的查询历史、所述语音信息对应的用户的个性信息，得到所述语音信息对应的用户画像。
14.根据权利要求13所述的装置，其特征在于，所述装置还包括第一提取单元，所述第一提取单元用于：
接收第一响应数据之后，从所述第一响应数据中提取特征向量。
15.根据权利要求14所述的装置，其特征在于，所述装置还包括第二接收单元，所述第二接收单元用于：
接收需要植入的至少一个第二内容。
16.根据权利要求15所述的装置，其特征在于，所述第二生成单元用于：
将至少一个所述第二内容、所述语音信息对应的用户画像和所述特征向量进行关联分析，根据关联分析结果，从至少一个所述第二内容中得到所述第一内容；
将所述第一内容植入到所述第一响应数据中，生成所述第二响应数据。
17.一种内容植入装置，其特征在于，包括：
第三接收单元，用于接收语音信息；
请求单元，用于：根据所述语音信息向服务器请求第二响应数据，所述第二响应数据是根据所述语音信息对应的第一响应数据、所述语音信息和第一内容生成的；
第四接收单元，用于接收所述第二响应数据；
返回单元，用于将所述第二响应数据作为所述语音信息的返回信息。
18.根据权利要求17所述的装置，其特征在于，所述第一响应数据是针对所述语音信息生成的；
所述装置还包括第二提取单元，所述第二提取单元用于：从所述第一响应数据中提取特征向量。
19.根据权利要求18所述的装置，其特征在于，所述装置还包括第五接收单元，所述第五接收单元用于：接收需要植入的至少一个第二内容。
20.根据权利要求19所述的装置，其特征在于，所述装置还包括第三生成单元，所述第三生成单元用于：
将至少一个所述第二内容、所述语音信息对应的用户画像和所述特征向量进行关联分析，根据关联分析结果，从至少一个所述第二内容中得到所述第一内容；
将所述第一内容植入到所述第一响应数据中，生成所述第二响应数据。
21.一种电子设备，其特征在于，包括：
至少一个处理器：以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1_10中任一项所述的方法。
22.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-10中任一项所述的方法。
CN201910825646.6A 2019-08-30 2019-08-30 内容植入方法、装置、电子设备及存储介质 Pending CN110517096A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910825646.6A CN110517096A (zh) 2019-08-30 2019-08-30 内容植入方法、装置、电子设备及存储介质
US16/792,480 US20210065235A1 (en) 2019-08-30 2020-02-17 Content placement method, device, electronic apparatus and storage medium
JP2020025932A JP7051190B2 (ja) 2019-08-30 2020-02-19 コンテンツ埋込方法、装置、電子デバイス、記憶媒体、及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910825646.6A CN110517096A (zh) 2019-08-30 2019-08-30 内容植入方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN110517096A true CN110517096A (zh) 2019-11-29

Family

ID=68629404

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910825646.6A Pending CN110517096A (zh) 2019-08-30 2019-08-30 内容植入方法、装置、电子设备及存储介质

Country Status (3)

Country Link
US (1) US20210065235A1 (zh)
JP (1) JP7051190B2 (zh)
CN (1) CN110517096A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113409797A (zh) * 2020-03-16 2021-09-17 阿里巴巴集团控股有限公司 语音处理方法和系统、及语音交互设备和方法
CN114155019A (zh) * 2021-11-04 2022-03-08 广州市玄武无线科技股份有限公司 营销消息生成方法、装置、设备及存储介质
JP2022539278A (ja) * 2020-06-05 2022-09-08 バイドゥ オンライン ネットワーク テクノロジー（ペキン） カンパニー リミテッド 天気予報ビデオの生成方法、装置、電子機器、記憶媒体及びコンピュータプログラム製品

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101990678A (zh) * 2008-04-01 2011-03-23 微软公司 交互式语音广告交易所
CN103761319A (zh) * 2014-01-28 2014-04-30 顾洪代 可植入电子终端中的语音录制与播放装置及其方法
CN106462886A (zh) * 2016-07-07 2017-02-22 深圳狗尾草智能科技有限公司 基于虚拟机器人的广告植入方法和系统
CN107342083A (zh) * 2017-07-05 2017-11-10 百度在线网络技术（北京）有限公司 用于提供语音服务的方法和装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5429172B2 (ja) 2008-09-05 2014-02-26 ソニー株式会社 コンテンツ推薦システム、コンテンツ推薦方法、コンテンツ推薦装置、プログラム及び情報記憶媒体
JP2013105309A (ja) 2011-11-14 2013-05-30 Sony Corp 情報処理装置、情報処理方法、及びプログラム
JP5711674B2 (ja) 2012-01-12 2015-05-07 Kddi株式会社 大量のコメント文章を用いた質問回答プログラム、サーバ及び方法
JP6381775B2 (ja) 2015-02-25 2018-08-29 株式会社日立製作所 情報処理システム及び情報処理方法
WO2019125486A1 (en) 2017-12-22 2019-06-27 Soundhound, Inc. Natural language grammars adapted for interactive experiences
JP6568263B2 (ja) 2018-04-27 2019-08-28 ヤフー株式会社 装置、方法及びプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101990678A (zh) * 2008-04-01 2011-03-23 微软公司 交互式语音广告交易所
CN103761319A (zh) * 2014-01-28 2014-04-30 顾洪代 可植入电子终端中的语音录制与播放装置及其方法
CN106462886A (zh) * 2016-07-07 2017-02-22 深圳狗尾草智能科技有限公司 基于虚拟机器人的广告植入方法和系统
CN107342083A (zh) * 2017-07-05 2017-11-10 百度在线网络技术（北京）有限公司 用于提供语音服务的方法和装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113409797A (zh) * 2020-03-16 2021-09-17 阿里巴巴集团控股有限公司 语音处理方法和系统、及语音交互设备和方法
JP2022539278A (ja) * 2020-06-05 2022-09-08 バイドゥ オンライン ネットワーク テクノロジー（ペキン） カンパニー リミテッド 天気予報ビデオの生成方法、装置、電子機器、記憶媒体及びコンピュータプログラム製品
CN114155019A (zh) * 2021-11-04 2022-03-08 广州市玄武无线科技股份有限公司 营销消息生成方法、装置、设备及存储介质

Also Published As

Publication number Publication date
US20210065235A1 (en) 2021-03-04
JP7051190B2 (ja) 2022-04-11
JP2021039715A (ja) 2021-03-11

Similar Documents

Publication Publication Date Title
CN110647636B (zh) 交互方法、装置、终端设备及存储介质
US10614487B1 (en) Server for enabling voice-responsive content as part of a media stream to an end user on a remote device
CN109145204B (zh) 画像标签生成和使用方法及系统
CN110868635B (zh) 视频处理方法、装置、电子设备及存储介质
US20210217413A1 (en) Voice activated interactive audio system and method
CN109547854A (zh) 一种基于声纹识别的电视推送方法、智能电视及存储介质
CN110517096A (zh) 内容植入方法、装置、电子设备及存储介质
CN103544290A (zh) 通过指纹识别来显示个性化推荐页面的方法及其系统
CN110458130A (zh) 人物识别方法、装置、电子设备及存储介质
US20150294370A1 (en) Target Area Based Monetization Using Sensory Feedback
CN106326486B (zh) 基于人工智能的推送信息的方法和装置
CN114187394A (zh) 虚拟形象生成方法、装置、电子设备以及存储介质
US10152724B2 (en) Technology of assisting context based service
Jeon Does the relationship between brand attitude, brand attachment and purchase intention vary based on the type of prosocial expression-based brand emoji?
CN109062970B (zh) 用户画像的生成方法、生成设备及计算机可读存储介质
CN116975445A (zh) 交互式的用户信息展示方法、装置、设备及存储介质
CN111405371A (zh) 一种数据处理的方法以及相关装置
CN111787042A (zh) 用于推送信息的方法和装置
CN112114770A (zh) 基于语音交互的界面引导方法、装置及设备
CN111198733A (zh) 开机画面显示方法、终端设备及存储介质
CN113301362B (zh) 视频元素展示方法及装置
CN113657928A (zh) 广告展示方法、装置、存储介质以及终端设备
CN113420244A (zh) 动效模板生成方法、图片动态展示方法、装置及电子设备
Sobrino et al. What counts as a multimodal metaphor and metonymy? Evolution of inter-rater reliability across rounds of annotation
CN115951787B (zh) 近眼显示设备的交互方法、存储介质及近眼显示设备

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
TA01 Transfer of patent application right

Effective date of registration: 20210507

Address after: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing

Applicant after: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd.

Applicant after: Shanghai Xiaodu Technology Co.,Ltd.

Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing

Applicant before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20191129

RJ01 Rejection of invention patent application after publication