CN110534116B - 应用于智能设备的语音识别模型设置方法及装置 - Google Patents

应用于智能设备的语音识别模型设置方法及装置 Download PDF

Info

Publication number
CN110534116B
CN110534116B CN201910806907.XA CN201910806907A CN110534116B CN 110534116 B CN110534116 B CN 110534116B CN 201910806907 A CN201910806907 A CN 201910806907A CN 110534116 B CN110534116 B CN 110534116B
Authority
CN
China
Prior art keywords
attribution
communication identifier
communication
contact
weight
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.)
Active
Application number
CN201910806907.XA
Other languages
English (en)
Other versions
CN110534116A (zh
Inventor
杜国威
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.)
Beijing Qihoo Technology Co Ltd
Original Assignee
Beijing Anyun Century 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 Anyun Century Technology Co Ltd filed Critical Beijing Anyun Century Technology Co Ltd
Priority to CN201910806907.XA priority Critical patent/CN110534116B/zh
Publication of CN110534116A publication Critical patent/CN110534116A/zh
Application granted granted Critical
Publication of CN110534116B publication Critical patent/CN110534116B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明公开了一种应用于智能设备的语音识别模型设置方法及装置，涉及智能设备技术领域，主要目的在于在智能设备中设置与用户语音特征匹配度较高的语音识别模型，从而提高智能设备识别用户语音的准确率；主要技术方案包括：确定智能设备对应的通讯标识以及每一个所述通讯标识对应的联系人属性信息；根据各通讯标识对应的归属地，或根据各通讯标识对应的归属地和各通讯标识对应的联系人属性信息，选取目标归属地；将与所述目标归属地的语音特征对应的语音识别模型，设置在所述智能设备中供所述智能设备进行语音识别。

Description

应用于智能设备的语音识别模型设置方法及装置
技术领域
本发明涉及智能设备技术领域，特别是涉及一种应用于智能设备的语音识别模型设置方法及装置。
背景技术
随着科学技术的进步，智能音箱、智能电视等智能设备在人们的日常生活中被广泛应用。智能设备中设置有语音识别模型，基于语音识别模型实现智能设备与用户的语音交互。
目前，智能设备中的语音识别模型通常是智能设备出厂时设置的，无论智能设备被售卖给何种地理区域的用户使用，智能设备中的语音识别模型均为出厂设置时的统一语音识别模型。但是，处于不同地理区域中用户其口音和/或方言可能存在不同，受限于语音识别模型的限制，智能设备在与某些地理区域内与用户进行语音交互时，准确识别用户语音的概率较低。
发明内容
有鉴于此，本发明提出了一种应用于智能设备的语音识别模型设置方法及装置，主要目的在于在智能设备中设置与用户语音特征匹配度较高的语音识别模型，从而提高智能设备识别用户语音的准确率。
第一方面，本发明提供了一种应用于智能设备的语音识别模型设置方法，所述方法包括：
确定智能设备对应的通讯标识以及每一个所述通讯标识对应的联系人属性信息；
根据各通讯标识对应的归属地，或根据各通讯标识对应的归属地和各通讯标识对应的联系人属性信息，选取目标归属地；
将与所述目标归属地的语音特征对应的语音识别模型，设置在所述智能设备中供所述智能设备进行语音识别。
第二方面，本发明提供了一种应用于智能设备的语音识别模型设置装置，所述装置包括：
确定单元，用于确定智能设备对应的通讯标识以及每一个所述通讯标识对应的联系人属性信息；
选取单元，用于根据各通讯标识对应的归属地，或根据各通讯标识对应的归属地和各通讯标识对应的联系人属性信息，选取目标归属地；
设置单元，用于将与所述目标归属地的语音特征对应的语音识别模型，设置在所述智能设备中供所述智能设备进行语音识别。
第三方面，本发明提供了一种智能设备，所述智能设备包括：软件开发工具包SDK模块以及第二方面所述的应用于智能设备的语音识别模型设置装置；
所述SDK模块，用于存储所述语音识别模型设置装置设置的语音识别模型，并基于所述语音识别模型进行语音识别。
第四方面，本发明提供了一种计算机可读存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行第一方面中任意一项所述的应用于智能设备的语音识别模型设置方法。
第五方面，本发明提供了一种存储管理设备，所述存储管理设备包括：
存储器，用于存储程序；
处理器，耦合至所述存储器，用于运行所述程序以执行第一方面中任意一项所述的应用于智能设备的语音识别模型设置方法。
借由上述技术方案，本发明提供的应用于智能设备的语音识别模型设置方法及装置，首先根据智能设备对应的各通讯标识对应的归属地，或根据智能设备对应的各通讯标识对应的归属地和联系人属性信息，选取目标归属地。然后将与目标归属地的语音特征对应的语音识别模型，设置在智能设备中供智能设备进行语音识别。本发明提供的方案中由于目标归属地是基于智能设备对应的各通讯标识的归属地和联系人属性信息确定的，目标归属地大概率是智能设备用户的来源地，从而与目标归属地的语音特征对应的语音识别模型与用户语音特征匹配度较高的语音特征。因此将与目标归属地的语音特征对应的语音识别模型，设置在智能设备中，可以提高智能设备识别用户语音的准确率。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
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的前提下，还可以根据这些附图获得其他的附图。
图1示出了本发明一个实施例提供的一种应用于智能设备的语音识别模型设置方法的流程图；
图2示出了本发明另一个实施例提供的一种应用于智能设备的语音识别模型设置方法的流程图；
图3示出了本发明一个实施例提供的一种应用于智能设备的语音识别模型设置装置的结构示意图；
图4示出了本发明另一个实施例提供的一种应用于智能设备的语音识别模型设置装置的结构示意图；
图5示出了本发明一个实施例提供的一种智能设备的结构示意图。
具体实施方式
下面将参照附图更加详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
如图1所示，本发明实施例提供了一种应用于智能设备的语音识别模型设置方法，所述方法包括：
101、确定智能设备对应的通讯标识以及每一个所述通讯标识对应的联系人属性信息。
本实施例中所述的智能设备的具体类型可以基于业务要求确定，本实施例中对智能设备的类型不作具体限定。可选的，智能设备可以包括但不限于智能音箱、智能手表、智能手机、智能电视、智能冰箱和智能玩具中的任意一种。一种实施方式中，智能设备能够与用户进行语音交互。
在实际应用中，为了能够方便用户使用智能设备，该智能设备中通常会设置有通讯录，智能设备可以基于该通讯录与用户进行交互，完成用户指示的动作。该通讯录中包括有至少一个通讯标识以及每一个通讯标识对应的联系人属性信息。这里所述的通讯标识可以为但不限于手机号码、即时通讯账号(比如，微信或QQ)，每一个通讯标识均为自己的归属地，该归属地为用户办理并被授权持有该通讯标识的授权地。示例性的，甲某在北京办理了一个手机号，则该手机号的归属地为北京。通讯标识对应的联系人属性信息可以包括但不限于身份标识或联系人头像，其中，身份标识可以为用户在家庭中的身份，比如，爷爷、奶奶、姥姥、姥爷、爸爸、妈妈、女儿、儿子、孙子或孙女等。联系人头像为用户的照片。需要说明的是，该联系人属性信息需要可以体现出用户的年龄特征。
102、根据各通讯标识对应的归属地，或根据各通讯标识对应的归属地和各通讯标识对应的联系人属性信息，选取目标归属地。
本实施例中各通讯标识对应的归属地，可以通过指定接口从云端或各大通讯商的平台中获取。由于一个省中不同的市、区或县可能均就有不同方言或口音，因此为了提高语音识别模型与智能设备用户的匹配度，在确定通讯标识对应的归属地时，可以将归属地精确到市、区或县。
在实际应用中，是采用根据各通讯标识对应的归属地选取目标归属地，还是采用根据各通讯标识对应的归属地和各通讯标识对应的联系人属性信息选取目标归属地，需要基于各通讯标识对应的归属地中相同归属地的数量确定。
在各通讯标识对应的归属地均为同一归属地时，则说明智能设备的用户均来自于同一地理区域，则采用根据各通讯标识对应的归属地选取目标归属地。
在各通讯标识对应的归属地为不同的归属地，也就是，各通讯标识对应的归属地中至少存在两个不同的归属地时，则说明智能设备的用户可能来源于至少两个不同的地理区域，此时，既可以采用根据各通讯标识对应的归属地选取目标归属地，还可以采用根据各通讯标识对应的归属地和各通讯标识对应的联系人属性信息选取目标归属地。
在本实施例中，选取出的目标所属地是智能设备用户最有可能的来源地，也就是说，目标所属地大概率是智能设备用户的家乡，智能设备的用户的说话的口音和/或方言可能就是目标所属地的口音和/或方言。
103、将与所述目标归属地的语音特征对应的语音识别模型，设置在所述智能设备中供所述智能设备进行语音识别。
在本实施例中，目标归属地的语音特征就是口音和/或方言，智能设备的用户的说话的口音和/或方言可能就是目标所属地的口音和/或方言，为了提高智能设备被用户唤醒的成功率，则将与目标归属地的语音特征对应的语音识别模型设置在智能设备中。一种实施方式中，与所述目标归属地的语音特征对应的语音识别模型用于识别唤醒词，以准确的校对唤醒词，提高唤醒的准确度，避免无法识别唤醒词或误唤醒，换言之，用户带有口音和/或方言说出唤醒词也能准确唤醒智能设备。另一种实施方式中，与所述目标归属地的语音特征对应的语音识别模型还用于识别用户的语音指令，提高识别、判断语音指令的准确度，换言之，用户带有口音和/或方言发出指令或与智能设备交流时，智能设备能够准确的理解用户的意图。
在本实施例中，语音识别模型的获取方法可以为：通过预设接口，根据目标归属地的标识，从云端获取该标识对应的语音识别模型。需要说明的是，为了保证语音识别模型的识别精度，则云端中的语音识别模型以设定频率更新，当云端中的语音识别模型更新时，需要保证将目标归属地对应的语音识别模型同步更新到智能设备中，以便同时提高智能设备的语音识别精度。
在本实施例中，将语音识别模型设置在智能设备中时，实际上是将语音识别模型设置在软件工具包SDK模块中，以便在智能设备拾取到唤醒词时，SDK模块可以及时对唤醒词进行识别。另外，由于智能设备中仅部署了与目标归属地对应的语音识别模型，而不需要部署大量的语音识别模型，因此可以降低智能设备和SDK模块的内存大小。
本发明实施例提供的应用于智能设备的语音识别模型设置方法，首先根据智能设备对应的各通讯标识对应的归属地，或根据智能设备对应的各通讯标识对应的归属地和联系人属性信息，选取目标归属地。然后将与目标归属地的语音特征对应的语音识别模型，设置在智能设备中供智能设备进行语音识别。本发明实施例提供的方案中由于目标归属地是基于智能设备对应的各通讯标识的归属地和联系人属性信息确定的，目标归属地大概率是智能设备用户的来源地，从而与目标归属地的语音特征对应的语音识别模型与用户语音特征匹配度较高的语音特征。因此将与目标归属地的语音特征对应的语音识别模型，设置在智能设备中，可以提高智能设备识别用户语音的准确率。
进一步的，根据图1所示的方法，本发明的另一个实施例还提供了一种应用于智能设备的语音识别模型设置方法，如图2所示，所述方法主要包括：
201、确定智能设备对应的通讯标识以及每一个所述通讯标识对应的联系人属性信息。
在本实施例中，当智能设备中已设置有语音识别模型，则为了保证智能设备中设置的语音识别模型最大限度与智能设备的用户的匹配度，需要以设定频率检测智能设备通讯标识是否发生了更新，一旦检测到通讯标识发生更新，则执行本步骤，并触发执行后续步骤，以便及时基于智能设备中最新的通讯标识对智能设备中的语音识别模型进行更新。
202、判断各通讯标识对应的归属地是否为同一归属地，若是，执行206，否则，执行203或204或205。
在本实施例中，在判断出各通讯标识对应的归属地均为同一归属地时，则说明智能设备的用户均来自于同一地理区域，则执行206。在判断出各通讯标识对应的归属地为不同的归属地，也就是，各通讯标识对应的归属地中至少存在两个不同的归属地时，则可以有选择的选择执行203或204或205。
203、根据各通讯标识对应的归属地和各通讯标识对应的联系人属性信息，选取目标归属地，并执行步骤207。
在实际应用中，根据各通讯标识对应的归属地和各通讯标识对应的联系人属性信息，选取目标归属地的方法至少包括如下两种：
第一种，根据各通讯标识对应的联系人属性信息，确定各通讯标识对应的联系人权重；将对应同一归属地的通讯标识分为一组，并计算每一组中各通讯标识的联系人权重总和；根据各组的联系人权重总和，选取一组通讯标识对应的归属地为所述目标归属地。
具体的，根据各通讯标识对应的联系人属性信息，确定各通讯标识对应的联系人权重的具体过程为：针对每一个通讯标识均执行：通过该通讯标识对应的联系人属性信息中的身份标识，和/或联系人属性信息中的联系人头像，确定通讯标识对应的用户所处的年龄区间；将与年龄区间相应的预设权重，确定为该通讯标识对应的联系人权重。
具体的，身份标识可以为用户在家庭中的身份，比如，爷爷、奶奶、姥姥、姥爷、爸爸、妈妈、女儿、儿子、孙子或孙女等，从身份标识中可以判断出用户所处的大概年龄段。联系人头像为用户的照片，对联系人头像进行图像识别，从而识别出用户脸部特征，从而确定出用户的大概年龄。因此，通过身份标识，和/或联系人头像便可以确定出通讯标识对应的用户所处的年龄区间。
具体的，通常认为年龄较大的老一辈人，比如爷爷、奶奶、姥姥、姥爷的通讯标识的归属地更能说明其家乡归属地，而年龄较轻的爸爸、妈妈、女儿、儿子等外出务工或求学的等原因前往非家乡的城市，更容易更换成非家乡城市的通讯标识，因此年龄较轻人群的通讯标识的归属地说明其家乡归属地的效果较差。因此在设置各年龄区间时，年龄较大的年龄区间对应的权重要高于年龄较小的年龄区间。将与年龄区间相应的预设权重，确定为该通讯标识对应的联系人权重。
具体的，将对应同一归属地的通讯标识分为一组，并计算每一组中各通讯标识的联系人权重总和。年龄较大的年龄区间对应的权重要高于年龄较小的年龄区间时，可以将联系人权重总和最大的一组通讯标识对应的归属地选取为目标归属地。因为，如果以家庭为单位，联系人权重总和大的一组通讯标识对应的归属地，必然是家庭成员中的年龄较长者的家乡，而年龄较轻者存在一定程度上家乡必然来源于年龄较长者通讯标识的归属地，年龄较轻者必然会发出目标归属地的口音和/或方言，因此选取联系人权重总和大的一组通讯标识对应的归属地为目标归属地。
第二种，根据各通讯标识对应的联系人属性信息，确定各通讯标识对应的联系人权重；根据各通讯标识对应的归属地，确定各通讯标识对应的归属地权重，其中，对应同一归属地的标识具有相同的归属地权重，对应不同归属地的通讯标识具有不同的归属地权重；根据各通讯标识对应的联系人权重和归属地权重，选取目标归属地。
具体的，本方法中联系人权重的确定方法与上述中的第一种方法中联系人权重的确定方法相同，因此这里将不再赘述。
具体的，由于现在人口流动性较大，比如以家庭为单位使用智能设备时，该家庭中成员可能是由多个省份的人组合而成，因此需要综合考虑用户属性和归属地，则根据各通讯标识对应的联系人权重和归属地权重，选取目标归属地，可以为包括：
将对应同一归属地的通讯标识分为一组，通过公式(1)或公式(2)，计算每一组的总评分；根据各组的总评分，选取一组通讯标识对应的归属地为所述目标归属地；
Fj=∑αij×βij (1)
Fj=∑αij×βij (2)
所述Fj表征第j组的总评分；所述αij表征第j组中第i个通讯标识对应的联系人权重；所述βij表征第j组中第i个通讯标识对应的联系人权重。
具体的，归属地权重可以采用如下原则确定：设定基准语音，将口音或方言的发音方式越靠近基准语音的权重越高。基准语音可以为但不限于普通话。
具体的，将各组中总评分最高的一组通讯标识对应的归属地选取为目标归属地。
204、将对应通讯标识最多的归属地选取为目标归属地，并执行步骤207。
在本实施例中，在判断出各通讯标识对应的归属地为不同的归属地时，则将对应通讯标识最多的归属地选取为目标归属地。此种方式的考虑为：对应通讯标识最多的归属地，大概率是该智能设备所有用户的来源地，因此为了减少语音识别模型占用智能设备存储空间的量，仅将对应通讯标识最多的归属地选取为目标归属地。
在本实施例中，若当对应通讯标识最多的归属地为两个或两个以上时，同时将该两个或两个以上的归属地，选取为目标归属地。此种方式的考虑为：智能设备的用户大概率来源于多个地理区域，为了保证智能设备可以对来源于这些地理区域的用户进行准确的语音识别。
示例性的，通讯标识1对应归属地“北京”、通讯标识2对应归属地“北京”、通讯标识3对应归属地“北京”和通讯标识4应归属地“天津”，对应通讯标识最多的归属地为“北京”，则将北京选取为目标归属地。
205、将各通讯标识对应的归属地，均选取为所述目标归属地，并执行步骤207。
在本实施例中，判断出各通讯标识对应的归属地为不同的归属地时，则将各通讯标识对应的归属地，均选取为目标归属地。此种方式的考虑为：智能设备的用户大概率来源于多个地理区域，为了保证智能设备可以对所有的用户均能进行准确的语音识别，则将各通讯标识对应的归属地均确定为目标归属地，以便在智能设备中部署与各目标归属地对应的各语音识别模型。
206、将各通讯标识对应的同一个归属地选取为目标归属地，并执行步骤207。
在本实施例中，在判断出各通讯标识对应的归属地均为同一归属地时，则说明智能设备的用户均来自于同一地理区域，智能设备的用户大概率具有相同的口音和/或方言，故将各通讯标识对应的同一个归属地选取为目标归属地。
207、将与所述目标归属地的语音特征对应的语音识别模型，设置在所述智能设备中供所述智能设备进行语音识别。
在本实施例中，在将目标归属地的语音特征对应的语音识别模型设置在智能设备中之前，还可以判断智能设备中是否已存在语音识别模型。若判断出不存在语音识别模型，则直接将目标归属地的语音特征对应的语音识别模型设置在智能设备中即可。若判断出存在语音识别模型，为了避免误删除用户需要的语音识别模型，则向用户发送删除提示信息，在接收到用户针对删除提示信息的删除指令时，删除已存在的语音识别模型，并将标归属地的语音特征对应的语音识别模型设置在智能设备中即可。若接收导致用户针对删除提示信息的拒绝删除指令时，保留已存在的语音识别模型，将标归属地的语音特征对应的语音识别模型设置在智能设备中即可。
进一步的，依据上述方法实施例，本发明的另一个实施例还提供了一种应用于智能设备的语音识别模型设置装置，如图3所示，所述装置包括：
确定单元31，用于确定智能设备对应的通讯标识以及每一个所述通讯标识对应的联系人属性信息；
选取单元32，用于根据各通讯标识对应的归属地，或根据各通讯标识对应的归属地和各通讯标识对应的联系人属性信息，选取目标归属地；
设置单元33，用于将与所述目标归属地的语音特征对应的语音识别模型，设置在所述智能设备中供所述智能设备进行语音识别。
本发明实施例提供应用于智能设备的语音识别模型设置装置，首先根据智能设备对应的各通讯标识对应的归属地，或根据智能设备对应的各通讯标识对应的归属地和联系人属性信息，选取目标归属地。然后将与目标归属地的语音特征对应的语音识别模型，设置在智能设备中供智能设备进行语音识别。本发明实施例提供的方案中由于目标归属地是基于智能设备对应的各通讯标识的归属地和联系人属性信息确定的，目标归属地大概率是智能设备用户的来源地，从而与目标归属地的语音特征对应的语音识别模型与用户语音特征匹配度较高的语音特征。因此将与目标归属地的语音特征对应的语音识别模型，设置在智能设备中，可以提高智能设备识别用户语音的准确率。
可选的，如图4所示，所述选取单元32包括：
第一确定模块321，用于当各通讯标识对应的归属地为不同的归属地时，根据各通讯标识对应的联系人属性信息，确定各通讯标识对应的联系人权重；
第一计算模块322，用于将对应同一归属地的通讯标识分为一组，并计算每一组中各通讯标识的联系人权重总和；
第一选取模块323，用于根据各组的联系人权重总和，选取一组通讯标识对应的归属地为所述目标归属地。
可选的，如图4所示，所述选取单元32包括：
第二确定模块324，用于当各通讯标识对应的归属地为不同的归属地时，根据各通讯标识对应的联系人属性信息，确定各通讯标识对应的联系人权重；
第三确定模块325，用于根据各通讯标识对应的归属地，确定各通讯标识对应的归属地权重，其中，对应同一归属地的标识具有相同的归属地权重，对应不同归属地的通讯标识具有不同的归属地权重；
第二选取模块326，用于根据各通讯标识对应的联系人权重和归属地权重，选取目标归属地。
可选的，如图4所示，所述第二选取模块326包括：
计算子模块3261，用于将对应同一归属地的通讯标识分为一组，通过公式(1)或公式(2)，计算每一组的总评分；
选取子模块3262，用于根据各组的总评分，选取一组通讯标识对应的归属地为所述目标归属地；
其中，
Fj=∑αij×βij (1)
Fj=∑αij×βij (2)
所述Fj表征第j组的总评分；所述αij表征第j组中第i个通讯标识对应的联系人权重；所述βij表征第j组中第i个通讯标识对应的联系人权重。
可选的，如图4所示，所述第一确定模块321或所述第二确定模块324，用于针对每一个所述通讯标识均执行：通过所述通讯标识对应的联系人属性信息中的身份标识，和/或联系人属性信息中的联系人头像，确定所述通讯标识对应的用户所处的年龄区间；将与所述年龄区间相应的预设权重，确定为所述通讯标识对应的联系人权重。
可选的，如图4所示，所述选取单元32包括：
第三选取模块327，用于当各通讯标识对应的归属地为不同的归属地时，将对应通讯标识最多的归属地选取为目标归属地。
可选的，如图4所示，所述选取单元32包括：
第四选取模块328，用于当各通讯标识对应的归属地为不同的归属地时，将各通讯标识对应的归属地，均选取为所述目标归属地。
可选的，如图4所示，所述选取单元32包括：
第五选取模块329，用于当各通讯标识对应的归属地为同一个归属地时，将各通讯标识对应的同一个归属地选取为目标归属地。
本发明实施例提供的应用于智能设备的语音识别模型设置装置中，各个功能模块运行过程中所采用的方法详解可以参见图1、图2方法实施例的对应方法详解，在此不再赘述。
进一步的，依据上述方法实施例，本发明的另一个实施例还提供了一种智能设备，如图5所示，所述智能设备包括：
软件开发工具包SDK模块41以及上述中任一所述的应用于智能设备的语音识别模型设置装置42；
所述SDK模块41，用于存储所述语音识别模型设置装置42设置的语音识别模型，并基于所述语音识别模型进行语音识别。
本发明实施例提供的智能设备，首先语音识别模型设置装置根据智能设备对应的各通讯标识对应的归属地，或根据智能设备对应的各通讯标识对应的归属地和联系人属性信息，选取目标归属地。然后将与目标归属地的语音特征对应的语音识别模型，设置在智能设备中供智能设备进行语音识别。SDK模块基于存储的语音识别模型设置装置设置的语音识别模型进行语音识别。本发明实施例提供的方案中由于目标归属地是基于智能设备对应的各通讯标识的归属地和联系人属性信息确定的，目标归属地大概率是智能设备用户的来源地，从而与目标归属地的语音特征对应的语音识别模型与用户语音特征匹配度较高的语音特征。因此将与目标归属地的语音特征对应的语音识别模型，设置在智能设备中，可以提高智能设备识别用户语音的准确率。
本发明实施例提供的智能设备中，各个功能模块运行过程中所采用的方法详解可以参见图1、图2方法实施例的对应方法详解，在此不再赘述。
进一步的，依据上述实施例，本发明的另一个实施例还提供了一种计算机可读存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述中任意一项所述的应用于智能设备的语音识别模型设置方法。
进一步的，依据上述实施例，本发明的另一个实施例还提供了一种存储管理设备，所述存储管理设备包括：
存储器，用于存储程序；
处理器，耦合至所述存储器，用于运行所述程序以执行上中任意一项所述的应用于智能设备的语音识别模型设置方法。
本发明实施例公开了：
A1.一种应用于智能设备的语音识别模型设置方法，包括：
确定智能设备对应的通讯标识以及每一个所述通讯标识对应的联系人属性信息；
根据各通讯标识对应的归属地，或根据各通讯标识对应的归属地和各通讯标识对应的联系人属性信息，选取目标归属地；
将与所述目标归属地的语音特征对应的语音识别模型，设置在所述智能设备中供所述智能设备进行语音识别。
A2.根据A1所述的方法，当各通讯标识对应的归属地为不同的归属地时，根据各通讯标识对应的归属地和各通讯标识对应的联系人属性信息，选取目标归属地，包括：
根据各通讯标识对应的联系人属性信息，确定各通讯标识对应的联系人权重；
将对应同一归属地的通讯标识分为一组，并计算每一组中各通讯标识的联系人权重总和；
根据各组的联系人权重总和，选取一组通讯标识对应的归属地为所述目标归属地。
A3.根据A1所述的方法，当各通讯标识对应的归属地为不同的归属地时，根据各通讯标识对应的归属地和各通讯标识对应的联系人属性信息，选取目标归属地，包括：
根据各通讯标识对应的联系人属性信息，确定各通讯标识对应的联系人权重；
根据各通讯标识对应的归属地，确定各通讯标识对应的归属地权重，其中，对应同一归属地的标识具有相同的归属地权重，对应不同归属地的通讯标识具有不同的归属地权重；
根据各通讯标识对应的联系人权重和归属地权重，选取目标归属地。
A4.根据A3所述的方法，所述根据各通讯标识对应的联系人权重和归属地权重，选取目标归属地，包括：
将对应同一归属地的通讯标识分为一组，通过第一公式或第二公式，计算每一组的总评分；
根据各组的总评分，选取一组通讯标识对应的归属地为所述目标归属地；
其中，所述第一公式为：
Fj=∑αij×βij
所述第二公式为：
Fj=∑αij×βij
所述Fj表征第j组的总评分；所述αij表征第j组中第i个通讯标识对应的联系人权重；所述βij表征第j组中第i个通讯标识对应的联系人权重。
A5.根据A2或A3所述的方法，所述根据各通讯标识对应的联系人属性信息，确定各通讯标识对应的联系人权重，包括：
针对每一个所述通讯标识均执行：通过所述通讯标识对应的联系人属性信息中的身份标识，和/或联系人属性信息中的联系人头像，确定所述通讯标识对应的用户所处的年龄区间；
将与所述年龄区间相应的预设权重，确定为所述通讯标识对应的联系人权重。
A6.根据A1所述的方法，当各通讯标识对应的归属地为不同的归属地时，所述根据各通讯标识对应的归属地，选取目标归属地，包括：
将对应通讯标识最多的归属地选取为目标归属地。
A7.根据A1所述的方法，当各通讯标识对应的归属地为不同的归属地时，所述根据各通讯标识对应的归属地，选取目标归属地，包括：
将各通讯标识对应的归属地，均选取为所述目标归属地。
A8.根据A1所述的方法，当各通讯标识对应的归属地为同一个归属地时，所述根据各通讯标识对应的归属地，选取目标归属地，包括：
将各通讯标识对应的同一个归属地选取为目标归属地。
A9.根据A1-A4、A6-A8中任一所述的方法，所述语音特征至少包括口音和/或方言。
B1.一种应用于智能设备的语音识别模型设置装置，包括：
确定单元，用于确定智能设备对应的通讯标识以及每一个所述通讯标识对应的联系人属性信息；
选取单元，用于根据各通讯标识对应的归属地，或根据各通讯标识对应的归属地和各通讯标识对应的联系人属性信息，选取目标归属地；
设置单元，用于将与所述目标归属地的语音特征对应的语音识别模型，设置在所述智能设备中供所述智能设备进行语音识别。
B2.根据B1所述的装置，所述选取单元包括：
第一确定模块，用于当各通讯标识对应的归属地为不同的归属地时，根据各通讯标识对应的联系人属性信息，确定各通讯标识对应的联系人权重；
第一计算模块，用于将对应同一归属地的通讯标识分为一组，并计算每一组中各通讯标识的联系人权重总和；
第一选取模块，用于根据各组的联系人权重总和，选取一组通讯标识对应的归属地为所述目标归属地。
B3.根据B1所述的装置，所述选取单元包括：
第二确定模块，用于当各通讯标识对应的归属地为不同的归属地时，根据各通讯标识对应的联系人属性信息，确定各通讯标识对应的联系人权重；
第三确定模块，用于根据各通讯标识对应的归属地，确定各通讯标识对应的归属地权重，其中，对应同一归属地的标识具有相同的归属地权重，对应不同归属地的通讯标识具有不同的归属地权重；
第二选取模块，用于根据各通讯标识对应的联系人权重和归属地权重，选取目标归属地。
B4.根据B3所述的装置，所述第二选取模块包括：
计算子模块，用于将对应同一归属地的通讯标识分为一组，通过第一公式或第二公式，计算每一组的总评分；
选取子模块，用于根据各组的总评分，选取一组通讯标识对应的归属地为所述目标归属地；
其中，所述第一公式为：
Fj=∑αij×βij
所述第二公式为：
Fj=∑αij×βij
所述Fj表征第j组的总评分；所述αij表征第j组中第i个通讯标识对应的联系人权重；所述βij表征第j组中第i个通讯标识对应的联系人权重。
B5.根据B2或B3所述的装置，所述第一确定模块或所述第二确定模块，用于针对每一个所述通讯标识均执行：通过所述通讯标识对应的联系人属性信息中的身份标识，和/或联系人属性信息中的联系人头像，确定所述通讯标识对应的用户所处的年龄区间；将与所述年龄区间相应的预设权重，确定为所述通讯标识对应的联系人权重。
B6.根据B1所述的装置，所述选取单元包括：
第三选取模块，用于当各通讯标识对应的归属地为不同的归属地时，将对应通讯标识最多的归属地选取为目标归属地。
B7.根据B1所述的装置，所述选取单元包括：
第四选取模块，用于当各通讯标识对应的归属地为不同的归属地时，将各通讯标识对应的归属地，均选取为所述目标归属地。
B8.根据B1所述的装置，所述选取单元包括：
第五选取模块，用于当各通讯标识对应的归属地为同一个归属地时，将各通讯标识对应的同一个归属地选取为目标归属地。
C1.一种智能设备，所述智能设备包括：软件开发工具包SDK模块以及B1-B8中任一所述的应用于智能设备的语音识别模型设置装置；
所述SDK模块，用于存储所述语音识别模型设置装置设置的语音识别模型，并基于所述语音识别模型进行语音识别。
D1.一种计算机可读存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行A1至A9中任意一项所述的应用于智能设备的语音识别模型设置方法。
E1.一种存储管理设备，所述存储管理设备包括：
存储器，用于存储程序；
处理器，耦合至所述存储器，用于运行所述程序以执行A1至A9中任意一项所述的应用于智能设备的语音识别模型设置方法。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
可以理解的是，上述方法及装置中的相关特征可以相互参考。另外，上述实施例中的“第一”、“第二”等是用于区分各实施例，而并不代表各实施例的优劣。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的深度神经网络模型的运行方法、装置及框架中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (12)

1.一种应用于智能设备的语音识别模型设置方法，其特征在于，包括：
确定智能设备对应的通讯标识以及每一个所述通讯标识对应的联系人属性信息；
根据各通讯标识对应的归属地和各通讯标识对应的联系人属性信息，选取目标归属地；
将与所述目标归属地的语音特征对应的语音识别模型，设置在所述智能设备中供所述智能设备进行语音识别；
当各通讯标识对应的归属地为不同的归属地时，根据各通讯标识对应的归属地和各通讯标识对应的联系人属性信息，选取目标归属地，包括：
根据各通讯标识对应的联系人属性信息，确定各通讯标识对应的联系人权重；
根据各通讯标识对应的归属地，确定各通讯标识对应的归属地权重，其中，对应同一归属地的标识具有相同的归属地权重，对应不同归属地的通讯标识具有不同的归属地权重；
根据各通讯标识对应的联系人权重和归属地权重，选取目标归属地。
2.根据权利要求1所述的方法，其特征在于，当各通讯标识对应的归属地为不同的归属地时，根据各通讯标识对应的归属地和各通讯标识对应的联系人属性信息，选取目标归属地，包括：
根据各通讯标识对应的联系人属性信息，确定各通讯标识对应的联系人权重；
将对应同一归属地的通讯标识分为一组，并计算每一组中各通讯标识的联系人权重总和；
根据各组的联系人权重总和，选取一组通讯标识对应的归属地为所述目标归属地。
3.根据权利要求1所述的方法，其特征在于，所述根据各通讯标识对应的联系人权重和归属地权重，选取目标归属地，包括：
将对应同一归属地的通讯标识分为一组，通过第一公式或第二公式，计算每一组的总评分；
根据各组的总评分，选取一组通讯标识对应的归属地为所述目标归属地；
其中，所述第一公式为：
Fj＝∑αij×βij
所述第二公式为：
Fj＝∑αij+βij
所述Fj表征第j组的总评分；所述αij表征第j组中第i个通讯标识对应的联系人权重；所述βij表征第j组中第i个通讯标识对应的归属地权重。
4.根据权利要求1或2所述的方法，其特征在于，所述根据各通讯标识对应的联系人属性信息，确定各通讯标识对应的联系人权重，包括：
针对每一个所述通讯标识均执行：通过所述通讯标识对应的联系人属性信息中的身份标识，和/或联系人属性信息中的联系人头像，确定所述通讯标识对应的用户所处的年龄区间；
将与所述年龄区间相应的预设权重，确定为所述通讯标识对应的联系人权重。
5.根据权利要求1-3中任一所述的方法，其特征在于，所述语音特征至少包括口音和/或方言。
6.一种应用于智能设备的语音识别模型设置装置，其特征在于，包括：
确定单元，用于确定智能设备对应的通讯标识以及每一个所述通讯标识对应的联系人属性信息；
选取单元，用于根据各通讯标识对应的归属地和各通讯标识对应的联系人属性信息，选取目标归属地；
设置单元，用于将与所述目标归属地的语音特征对应的语音识别模型，设置在所述智能设备中供所述智能设备进行语音识别；
所述选取单元包括：
第二确定模块，用于当各通讯标识对应的归属地为不同的归属地时，根据各通讯标识对应的联系人属性信息，确定各通讯标识对应的联系人权重；
第三确定模块，用于根据各通讯标识对应的归属地，确定各通讯标识对应的归属地权重，其中，对应同一归属地的标识具有相同的归属地权重，对应不同归属地的通讯标识具有不同的归属地权重；
第二选取模块，用于根据各通讯标识对应的联系人权重和归属地权重，选取目标归属地。
7.根据权利要求6所述的装置，其特征在于，所述选取单元包括：
第一确定模块，用于当各通讯标识对应的归属地为不同的归属地时，根据各通讯标识对应的联系人属性信息，确定各通讯标识对应的联系人权重；
第一计算模块，用于将对应同一归属地的通讯标识分为一组，并计算每一组中各通讯标识的联系人权重总和；
第一选取模块，用于根据各组的联系人权重总和，选取一组通讯标识对应的归属地为所述目标归属地。
8.根据权利要求6所述的装置，其特征在于，所述第二选取模块包括：
计算子模块，用于将对应同一归属地的通讯标识分为一组，通过第一公式或第二公式，计算每一组的总评分；
选取子模块，用于根据各组的总评分，选取一组通讯标识对应的归属地为所述目标归属地；
其中，所述第一公式为：
Fj＝∑αij×βij
所述第二公式为：
Fj＝∑αij+βij
所述Fj表征第j组的总评分；所述αij表征第j组中第i个通讯标识对应的联系人权重；所述βij表征第j组中第i个通讯标识对应的归属地权重。
9.根据权利要求6或7所述的装置，其特征在于，所述第一确定模块或所述第二确定模块，用于针对每一个所述通讯标识均执行：通过所述通讯标识对应的联系人属性信息中的身份标识，和/或联系人属性信息中的联系人头像，确定所述通讯标识对应的用户所处的年龄区间；将与所述年龄区间相应的预设权重，确定为所述通讯标识对应的联系人权重。
10.一种智能设备，其特征在于，所述智能设备包括：软件开发工具包SDK模块以及权利要求6所述的应用于智能设备的语音识别模型设置装置；
所述SDK模块，用于存储所述语音识别模型设置装置设置的语音识别模型，并基于所述语音识别模型进行语音识别。
11.一种计算机可读存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至权利要求5中任意一项所述的应用于智能设备的语音识别模型设置方法。
12.一种存储管理设备，其特征在于，所述存储管理设备包括：
存储器，用于存储程序；
处理器，耦合至所述存储器，用于运行所述程序以执行权利要求1至权利要求5中任意一项所述的应用于智能设备的语音识别模型设置方法。
CN201910806907.XA 2019-08-29 2019-08-29 应用于智能设备的语音识别模型设置方法及装置 Active CN110534116B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910806907.XA CN110534116B (zh) 2019-08-29 2019-08-29 应用于智能设备的语音识别模型设置方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910806907.XA CN110534116B (zh) 2019-08-29 2019-08-29 应用于智能设备的语音识别模型设置方法及装置

Publications (2)

Publication Number Publication Date
CN110534116A CN110534116A (zh) 2019-12-03
CN110534116B true CN110534116B (zh) 2022-06-03

Family

ID=68665104

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910806907.XA Active CN110534116B (zh) 2019-08-29 2019-08-29 应用于智能设备的语音识别模型设置方法及装置

Country Status (1)

Country Link
CN (1) CN110534116B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108288466A (zh) * 2016-12-30 2018-07-17 中国移动通信集团浙江有限公司 一种提高语音识别准确率的方法及装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103037117B (zh) * 2011-09-29 2016-08-03 中国电信股份有限公司 语音识别方法、系统和语音接入平台
CN103903611B (zh) * 2012-12-24 2018-07-03 联想(北京)有限公司 一种语音信息的识别方法和设备
CN106251859B (zh) * 2016-07-22 2019-05-31 百度在线网络技术（北京）有限公司 语音识别处理方法和装置
CN106254675A (zh) * 2016-09-12 2016-12-21 广东欧珀移动通信有限公司 系统语言设置的方法及终端

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108288466A (zh) * 2016-12-30 2018-07-17 中国移动通信集团浙江有限公司 一种提高语音识别准确率的方法及装置

Also Published As

Publication number Publication date
CN110534116A (zh) 2019-12-03

Similar Documents

Publication Publication Date Title
CN111737444B (zh) 对话生成方法、装置及电子设备
CN107886949B (zh) 一种内容推荐方法及装置
CN107644638B (zh) 语音识别方法、装置、终端和计算机可读存储介质
CN106782536B (zh) 一种语音唤醒方法及装置
CN107147618B (zh) 一种用户注册方法、装置及电子设备
CN105654949B (zh) 一种语音唤醒方法及装置
US11646026B2 (en) Information processing system, and information processing method
CN107506166A (zh) 信息提示方法及装置、计算机装置及可读存储介质
CN111831795B (zh) 多轮对话处理方法、装置、电子设备及存储介质
CN107655154A (zh) 终端控制方法、空调器及计算机可读存储介质
WO2014180402A1 (zh) 通讯录的设置方法及装置
CN111243604B (zh) 支持多唤醒词的说话人识别神经网络模型的训练方法、说话人识别方法及系统
CN110781329A (zh) 图像搜索方法、装置、终端设备及存储介质
CN109859747A (zh) 语音交互方法、设备以及存储介质
CN114974253A (zh) 一种基于人物画像的自然语言解释方法、装置及存储介质
JP2020173381A (ja) 話者認識方法、話者認識装置、話者認識プログラム、データベース作成方法、データベース作成装置、及びデータベース作成プログラム
CN112562690B (zh) 基于物品配送的业务处理方法、装置、设备和存储介质
CN111427444A (zh) 一种智能设备的控制方法和设备
CN111506183A (zh) 一种智能终端及用户交互方法
CN110534116B (zh) 应用于智能设备的语音识别模型设置方法及装置
CN113241080A (zh) 自动注册声纹识别方法和装置
CN111161718A (zh) 语音识别方法、装置、设备、存储介质及空调
CN111669350A (zh) 身份验证方法、验证信息生成方法、支付方法及装置
CN114969295A (zh) 基于人工智能的对话交互数据处理方法、装置及设备
CN114117023A (zh) 交互方法、装置、电子设备及存储介质

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20240424

Address after: Room 801, 8th floor, No. 104, floors 1-19, building 2, yard 6, Jiuxianqiao Road, Chaoyang District, Beijing 100015

Patentee after: BEIJING QIHOO TECHNOLOGY Co.,Ltd.

Country or region after: China

Address before: 100028 1104, 11 / F, building 1, 1 Zuojiazhuang front street, Chaoyang District, Beijing

Patentee before: BEIJING ANYUNSHIJI TECHNOLOGY Co.,Ltd.

Country or region before: China

TR01 Transfer of patent right