CN111832319B - 一种预警语音播报的方法和装置 - Google Patents

一种预警语音播报的方法和装置 Download PDF

Info

Publication number
CN111832319B
CN111832319B CN202010611243.4A CN202010611243A CN111832319B CN 111832319 B CN111832319 B CN 111832319B CN 202010611243 A CN202010611243 A CN 202010611243A CN 111832319 B CN111832319 B CN 111832319B
Authority
CN
China
Prior art keywords
early warning
warning information
information
word
voice broadcasting
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
CN202010611243.4A
Other languages
English (en)
Other versions
CN111832319A (zh
Inventor
胡博超
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.)
Taikang Asset Management Co ltd
Taikang Insurance Group Co Ltd
Original Assignee
Taikang Asset Management Co ltd
Taikang Insurance Group 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 Taikang Asset Management Co ltd, Taikang Insurance Group Co Ltd filed Critical Taikang Asset Management Co ltd
Priority to CN202010611243.4A priority Critical patent/CN111832319B/zh
Publication of CN111832319A publication Critical patent/CN111832319A/zh
Application granted granted Critical
Publication of CN111832319B publication Critical patent/CN111832319B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G06F40/42—Data-driven translation
    • G06F40/44—Statistical methods, e.g. probability models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Human Computer Interaction (AREA)
  • Probability & Statistics with Applications (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Technology Law (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了预警语音播报的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括获取预警信息，对预警信息中的每个字计算信息熵，进而计算得到每个字的信息熵值，如果信息熵值大于预设的信息熵阈值常量，则将该字标记为关键字，以将位于预警信息中相邻位置的关键字组成关键词；基于关键词对预警信息进行拆分，以得到每段只包括一个关键词且位于预警信息开头的多段预警信息，进而多段预警信息生成对应数量的语音播报线程；根据预设的时序模型，对所述语音播报线程进行叠加播报。从而，本发明的实施方式能够解决现有在播报时会错过大量重要语音信息的问题。

Description

一种预警语音播报的方法和装置
技术领域
本发明涉及计算机技术领域，尤其涉及一种预警语音播报的方法和装置。
背景技术
随着资产管理行业的发展，资产管理规模和投资业务范围的不断扩大，在业务交易(例如股票交易)过程中，需要交易员时刻关注正在委托报盘当前的涨跌幅，监控系统提供自动语音播报预警信息的功能，提醒相关人员关注交易过程中的市场风险，并做出相应处理。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
由于市场行情瞬息万变，在交易较为集中的时段，系统需要在较短的时间内播报大量预警语音信息。传统的语音播报方法，通过加快语速提高语音播报的信息量，提升幅度有限，系统用户则会错过大量重要语音信息。
发明内容
有鉴于此，本发明实施例提供一种预警语音播报的方法和装置，能够解决现有在播报时会错过大量重要语音信息的问题。
为实现上述目的，根据本发明实施例的一个方面，提供了一种预警语音播报的方法，包括获取预警信息，对预警信息中的每个字计算信息熵，进而计算得到每个字的信息熵值，如果信息熵值大于预设的信息熵阈值常量，则将该字标记为关键字，以将位于预警信息中相邻位置的关键字组成关键词；基于关键词对预警信息进行拆分，以得到每段只包括一个关键词且位于预警信息开头的多段预警信息，进而多段预警信息生成对应数量的语音播报线程；根据预设的时序模型，对所述语音播报线程进行叠加播报。
可选地，获取预警信息之后，包括：
提取预警信息中的交易指标；
基于预设的指标阈值判断所述交易指标是否大于该指标阈值，若是则对预警信息中的每个字计算信息熵，若否则丢弃所述预警信息。
可选地，对预警信息中的每个字计算信息熵之后，包括：
将计算好信息熵的预警信息记为：
H(x)＝{h(x1),h(x2),…h(xn)}
其中，xi为预警信息文字，h(xi)为文字xi的信息熵，n为总字数；
设置信息熵阈值常量为H，遍历计算得到的每个字的信息熵值h(xi)，如果h(xi)>H，则将xi标记为关键字；然后将位置相邻的几个关键字组成关键词，预警信息记为：
x＝{a,x1,x2,…xn,b,xn+1,xn+2,…xn+m,…}
其中，a,b表示关键词，a＝{a1,a2,…ai}，b＝{b1,b2,…bj}；ai和bj表示组成关键词的关键字，xi表示非关键字。
可选地，对预警信息中的每个字计算信息熵，包括：
提取预警信息中的一组或多组目标对象，基于标签类型对每组目标对象进行打标签；
调用配置引擎，获取不同标签类型对应的标签列表，以计算该目标对象中每个字的信息熵。
可选地，对预警信息中的每个字计算信息熵，包括：
提取预警信息中的一组或多组目标对象，对每组目标对象进行业务名称、指标名称以及固定描述的打标签；
调用配置引擎，基于业务名称全表对标签为业务名称的预警信息计算信息熵，基于系统监控的指标名称列表对标签为指标名称的预警信息计算信息熵，以及根据系统预设的固定描述个数对标签为固定描述的预警信息计算信息熵。
可选地，根据预设的时序模型，对所述语音播报线程进行叠加播报，包括：
根据预警信息拆分顺序，依次启动语音播报线程，并且前一语音播报线程中预警信息的关键词播报完成时启动后一语音播报线程。
可选地，对所述语音播报线程进行叠加播报，包括：
当前一语音播报线程中预警信息的关键词播报完，但非关键词还未播报时，启动后一语音播报线程，开始播报下一段预警信息；其中，前一语音播报线程的预警信息随着关键词的播报结束，播报线程的音量也随着信息熵的减小而逐渐减小，直到剩余内容全部播报完成。
另外，本发明还提供了一种预警语音播报的装置，包括获取模块，用于获取预警信息，对预警信息中的每个字计算信息熵，进而计算得到每个字的信息熵值，如果信息熵值大于预设的信息熵阈值常量，则将该字标记为关键字，以将位于预警信息中相邻位置的关键字组成关键词；处理模块，用于基于关键词对预警信息进行拆分，以得到每段只包括一个关键词且位于预警信息开头的多段预警信息，进而多段预警信息生成对应数量的语音播报线程；根据预设的时序模型，对所述语音播报线程进行叠加播报。
上述发明中的一个实施例具有如下优点或有益效果：基于关键词分布的语音叠加播报，显著提高了单位时间内的语音信息输出量，能够将系统监控的业务交易指标超限的预警信息，及时、完整地播报给交易员，防范业务交易过程的事前和事中风险。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明第一实施例的预警语音播报的方法的主要流程的示意图；
图2是根据本发明第二实施例的预警语音播报的方法的主要流程的示意图；
图3是根据本发明第三实施例的预警语音播报的方法的主要流程的示意图；
图4是根据本发明实施例的预警语音播报的装置的主要模块的示意图；
图5是本发明实施例可以应用于其中的示例性系统架构图；
图6是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明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，而不会背离本发明的范围和精神。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是根据本发明第一实施例的预警语音播报的方法的主要流程的示意图，如图1所示，所述预警语音播报的方法包括：
步骤S101，获取预警信息，对预警信息中的每个字计算信息熵，进而根据所述信息熵标记关键词。
在一些实施例中，获取预警信息之后，可以提取预警信息中的交易指标。然后基于预设的指标阈值判断所述交易指标是否大于该指标阈值，若是则对预警信息中的每个字计算信息熵，若否则丢弃所述预警信息。例如：提取预警信息中的股票交易指标，如果大于预设的指标阈值，则需要语音播报预警信息。
作为另一些实施例，对预警信息中的每个字计算信息熵，包括：
提取预警信息中的目标对象，基于标签类型对目标对象进行打标签，进而根据不同标签类型对应的标签列表计算目标对象中每个字的信息熵。
需要说明的是，一条预警信息可以包括：一组或多组业务名称(例如股票名称)、指标名称、固定描述(例如“超限”)，例如“永辉超市，浦发银行，累计涨幅，超限，浙商证券，紫金矿业，我司成交占比，超限”。也就是说，对预警信息中的业务名称、指标名称、固定描述打上标签，即标签(目标对象)包括业务名称，指标名称，固定描述三类。
进一步地，根据不同标签类型对应的标签列表计算目标对象中每个字的信息熵的时候，可以调用配置引擎，获取对应的标签列表，以计算该目标对象中每个字的信息熵。
其中，信息熵是信息论中用于度量信息量的一个概念。一个系统越是有序，信息熵就越低；反之，一个系统越是混乱，信息熵就越高。所以，信息熵也可以说是系统有序化程度的一个度量。信息熵的公式：
其中：p(xi)代表随机事件xi的概率。
较佳地，对于标签为指标名称的预警信息，可以根据系统监控的指标名称列表(即对应的标签列表)，算出指标名称中每个字的信息熵。
而对于标签为固定描述的预警信息，其概率取决于系统预先设置的固定描述个数，例如存在2个固定描述，则每个固定描述的信息熵为1。
而对于标签为业务名称的预警信息，可以通过业务名称全表(例如上交所和深交所得股票名称全表)，计算业务名称中每个字的信息熵，例如业务名称为“XX超市”，根据上交所和深交所得股票名称全表首先计算第一个字“X”的信息熵。在“X”字出现前，没有任何信息，所以“X”字出现的概率是1/4882(4882是交易所股票总数)。考虑到系统计算时延要求，将信息熵计算公式简化为：
h(x)＝-log2p(x)，
其中：p(x)是事件x发生的概率。
将第一个字“X”字出现的概率代入上述公式，算出“X”字的信息熵是12.45。接着计算第二个字“X”的信息熵，在上交所和深交所得股票名称全表中查到，以第一个字“X”开头的股票共23只，因此第二个字“X”字出现的概率是1/23，其信息熵为4.52。最后“超市”两个字的信息熵都是0，因为所有股票名称中以“XX”开头的，只有一只股票。
值得说明的是，根据所述信息熵标记关键词，包括：
遍历计算得到的每个字的信息熵值，如果信息熵值大于预设的信息熵阈值常量，则将该字标记为关键字；待遍历结束后，将位于预警信息中相邻位置的关键字组成关键词。具体地：
将计算好信息熵的预警信息记为：
H(x)＝{h(x1),h(x2),…h(xn)}
其中xi为预警信息文字，h(xi)为文字xi的信息熵，n为总字数。
设置信息熵阈值常量为H，遍历计算得到的每个字的信息熵值h(xi)，如果h(xi)>H，则将xi标记为关键字。然后将位置相邻的几个关键字组成关键词，预警信息记为：
x＝{a,x1,x2,…xn,b,xn+1,xn+2,…xn+m,…}
其中，a,b表示关键词，a＝{a1,a2,…ai}，b＝{b1,b2,…bj}。ai和bj表示组成关键词的关键字，xi表示非关键字。
步骤S102，基于关键词对预警信息进行拆分，以根据拆分后的预警信息的段数生成对应数量的语音播报线程；根据预设的时序模型，对所述语音播报线程进行叠加播报。
在一些实施例中，根据预设的时序模型对所述语音播报线程进行叠加播报，可以根据预警信息拆分顺序，依次启动语音播报线程，并且前一语音播报线程中预警信息的关键词播报完成时启动后一语音播报线程。
优选地，根据每段以关键词为起始且只包括一个关键词的拆分方式将预警信息拆分为多段。
作为另一些实施例，对所述语音播报线程进行叠加播报的时候，语音播报线程的播报音量随着信息熵的减小而逐渐减小。
例如：根据预警信息x＝{a,x1,x2,…xn,b,xn+1,xn+2,…xn+m,…}，关键词a和b的位置，将预警信息拆分为多段预警信息。拆分后的预警信息，每段只包括一个关键词，且位于预警信息的开头：
xa＝{a,x1,x2,…xn}
xb＝{b,xn+1,xn+2,…xn+m}
根据拆分后的预警信息段数，生成对应数量的语音播报线程。当前一语音播报线程中预警信息的关键词播报完，但非关键词还未播报时，系统立即启动后一语音播报线程，开始播报下一段预警信息，两段内容同时播报。同时，前一语音播报线程的预警信息随着关键词的播报结束，播报线程的音量也随着信息熵的减小而逐渐减小，直到剩余内容全部播报完成。多段语音叠加播报的时序关系如下表：
播报线程\开始时间 t1 t2 t3 t4 t5 t6 …
播报线程1 a x1 x2 … xn
播报线程2 b xn+1 xn+2 … xn+m
……
综上所述，本发明提出了的预警语音播报的方法，使得交易员在交易时段启动系统后，无须始终盯住监控屏幕，可正常执行其它交易，只需关注系统语音播报的关键信息。如果听到需要处理的预警信息，再查看系统监控屏幕，识别可能的交易风险。
图2是根据本发明第二实施例的预警语音播报的方法的主要流程的示意图，所述预警语音播报的方法可以包括：
步骤S201，获取预警信息，提取预警信息中的交易指标。
步骤S202，基于预设的指标阈值判断所述交易指标是否大于该指标阈值，若是则进行步骤S203，若否则进行步骤S204。
步骤S203，提取预警信息中的目标对象，基于标签类型对目标对象进行打标签，进而根据不同标签类型对应的标签列表计算目标对象中每个字的信息熵，进行步骤S205。
步骤S204，丢弃所述预警信息，退出该流程。
步骤S205，遍历计算得到的每个字的信息熵值，如果信息熵值大于预设的信息熵阈值常量，则将该字标记为关键字。
步骤S206，待遍历结束后，将位于预警信息中相邻位置的关键字组成关键词。
步骤S207，基于关键词对预警信息进行拆分，以根据拆分后的预警信息的段数生成对应数量的语音播报线程。
步骤S208，根据预设的时序模型，对所述语音播报线程进行叠加播报。
图3是根据本发明第三实施例的预警语音播报的方法的主要流程的示意图，所述预警语音播报的方法可以包括：
步骤S301，获取预警信息，提取预警信息中的交易指标。
步骤S302，基于预设的指标阈值判断所述交易指标是否大于该指标阈值，若是则进行步骤S303，若否则进行步骤S304。
步骤S303，提取预警信息中的目标对象，基于标签类型对目标对象进行打标签，进而根据不同标签类型对应的标签列表计算目标对象中每个字的信息熵，进行步骤S305。
步骤S304，丢弃所述预警信息，退出该流程。
步骤S305，遍历计算得到的每个字的信息熵值，如果信息熵值大于预设的信息熵阈值常量，则将该字标记为关键字。
步骤S306，待遍历结束后，将位于预警信息中相邻位置的关键字组成关键词。
步骤S307，根据每段以关键词为起始且只包括一个关键词的拆分方式将预警信息拆分为多段，且生成对应数量的语音播报线程。
步骤S308，根据预警信息拆分顺序，依次启动语音播报线程，并且前一语音播报线程中预警信息的关键词播报完成时启动后一语音播报线程。
较佳地，语音播报线程的播报音量随着信息熵的减小而逐渐减小。
图4是根据本发明实施例的预警语音播报的装置的主要模块的示意图，如图4所示，所述预警语音播报的装置400包括获取模块401和处理模块402。其中，获取模块401获取预警信息，对预警信息中的每个字计算信息熵，进而计算得到每个字的信息熵值，如果信息熵值大于预设的信息熵阈值常量，则将该字标记为关键字，以将位于预警信息中相邻位置的关键字组成关键词；处理模块402基于关键词对预警信息进行拆分，以得到每段只包括一个关键词且位于预警信息开头的多段预警信息，进而多段预警信息生成对应数量的语音播报线程；根据预设的时序模型，对所述语音播报线程进行叠加播报
在一些实施例中，获取模块401获取预警信息之后，包括：
提取预警信息中的交易指标；
基于预设的指标阈值判断所述交易指标是否大于该指标阈值，若是则对预警信息中的每个字计算信息熵，若否则丢弃所述预警信息。
在一些实施例中，获取模块401对预警信息中的每个字计算信息熵，包括：
提取预警信息中的目标对象，基于标签类型对目标对象进行打标签，进而根据不同标签类型对应的标签列表计算目标对象中每个字的信息熵。
在一些实施例中，获取模块401对预警信息中的每个字计算信息熵之后，包括：
将计算好信息熵的预警信息记为:
H(x)＝{h(x1),h(x2),…h(xn)}
其中，xi为预警信息文字，h(xi)为文字xi的信息熵，n为总字数；
设置信息熵阈值常量为H，遍历计算得到的每个字的信息熵值h(xi)，如果h(xi)>H，则将xi标记为关键字；然后将位置相邻的几个关键字组成关键词，预警信息记为：
x＝{a,x1,x2,…xn,b,xn+1,xn+2,…xn+m,…}
其中，a,b表示关键词，a＝{a1,a2,…ai}，b＝{b1,b2,…bj}；ai和bj表示组成关键词的关键字，xi表示非关键字。
在一些实施例中，获取模块401对预警信息中的每个字计算信息熵，包括：
提取预警信息中的一组或多组目标对象，基于标签类型对每组目标对象进行打标签；
调用配置引擎，获取不同标签类型对应的标签列表，以计算该目标对象中每个字的信息熵。
在一些实施例中，获取模块401对预警信息中的每个字计算信息熵，包括：
提取预警信息中的一组或多组目标对象，对每组目标对象进行业务名称、指标名称以及固定描述的打标签；
调用配置引擎，基于业务名称全表对标签为业务名称的预警信息计算信息熵，基于系统监控的指标名称列表对标签为指标名称的预警信息计算信息熵，以及根据系统预设的固定描述个数对标签为固定描述的预警信息计算信息熵。
在一些实施例中，处理模块402根据预设的时序模型，对所述语音播报线程进行叠加播报，包括：
根据预警信息拆分顺序，依次启动语音播报线程，并且前一语音播报线程中预警信息的关键词播报完成时启动后一语音播报线程。
在一些实施例中，处理模块402对所述语音播报线程进行叠加播报，包括：
当前一语音播报线程中预警信息的关键词播报完，但非关键词还未播报时，启动后一语音播报线程，开始播报下一段预警信息；其中，前一语音播报线程的预警信息随着关键词的播报结束，播报线程的音量也随着信息熵的减小而逐渐减小，直到剩余内容全部播报完成。
需要说明的是，在本发明所述预警语音播报的方法和所述预警语音播报的装置在具体实施内容上具有相应关系，故重复内容不再说明。
图5示出了可以应用本发明实施例的预警语音播报的方法或预警语音播报的装置的示例性系统架构500。
如图5所示，系统架构500可以包括终端设备501、502、503，网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备501、502、503通过网络504与服务器505交互，以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备501、502、503可以是具有预警语音播报的屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器505可以是提供各种服务的服务器，例如对用户利用终端设备501、502、503所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的预警语音播报的方法一般由服务器505执行，相应地，计算装置一般设置于服务器505中。
应该理解，图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图6，其示出了适于用来实现本发明实施例的终端设备的计算机系统600的结构示意图。图6示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM603中，还存储有计算机系统600操作所需的各种程序和数据。CPU601、ROM602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶预警语音播报的器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括获取模块和处理模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括获取预警信息，对预警信息中的每个字计算信息熵，进而根据所述信息熵标记关键词；基于关键词对预警信息进行拆分，以根据拆分后的预警信息的段数生成对应数量的语音播报线程；根据预设的时序模型，对所述语音播报线程进行叠加播报。
根据本发明实施例的技术方案，能够解决现有在播报时会错过大量重要语音信息的问题。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (8)

1.一种预警语音播报的方法，其特征在于，包括：
获取预警信息，对预警信息中的每个字计算信息熵，进而计算得到每个字的信息熵值，如果信息熵值大于预设的信息熵阈值常量，则将该字标记为关键字，以将位于预警信息中相邻位置的关键字组成关键词；
基于关键词对预警信息进行拆分，以得到每段只包括一个关键词且位于预警信息开头的多段预警信息，进而多段预警信息生成对应数量的语音播报线程；
根据预设的时序模型，对所述语音播报线程进行叠加播报；
根据预设的时序模型，对所述语音播报线程进行叠加播报，包括：
根据预警信息拆分顺序，依次启动语音播报线程，并且前一语音播报线程中预警信息的关键词播报完成时启动后一语音播报线程；
对所述语音播报线程进行叠加播报，包括：
当前一语音播报线程中预警信息的关键词播报完，但非关键词还未播报时，启动后一语音播报线程，开始播报下一段预警信息；其中，前一语音播报线程的预警信息随着关键词的播报结束，播报线程的音量也随着信息熵的减小而逐渐减小，直到剩余内容全部播报完成。
2.根据权利要求1所述的方法，其特征在于，获取预警信息之后，包括：
提取预警信息中的交易指标；
基于预设的指标阈值判断所述交易指标是否大于该指标阈值，若是则对预警信息中的每个字计算信息熵，若否则丢弃所述预警信息。
3.根据权利要求2所述的方法，其特征在于，对预警信息中的每个字计算信息熵之后，包括：
将计算好信息熵的预警信息记为：
H(x)＝{h(x1),h(x2),…，h(xn)}
其中，xi为预警信息文字，h(xi)为文字xi的信息熵值，n为总字数；
设置信息熵阈值常量为H，遍历计算得到的每个字的信息熵值h(xi)，如果h(xi)>H，则将xi标记为关键字；然后将位置相邻的关键字组成关键词，预警信息记为：
x＝{a,…xn,b,…，xn+m,…}
其中，a,b表示关键词，a＝{a1,a2,…ai}，b＝{b1,b2,…bj}；ai和bj表示组成关键词的关键字。
4.根据权利要求1所述的方法，其特征在于，对预警信息中的每个字计算信息熵，包括：
提取预警信息中的一组或多组目标对象，基于标签类型对每组目标对象进行打标签；
调用配置引擎，获取不同标签类型对应的标签列表，以计算该目标对象中每个字的信息熵。
5.根据权利要求4所述的方法，其特征在于，对预警信息中的每个字计算信息熵，包括：
提取预警信息中的一组或多组目标对象，对每组目标对象进行业务名称、指标名称以及固定描述的打标签；
调用配置引擎，基于业务名称全表对标签为业务名称的预警信息计算信息熵，基于系统监控的指标名称列表对标签为指标名称的预警信息计算信息熵，以及根据系统预设的固定描述个数对标签为固定描述的预警信息计算信息熵。
6.一种预警语音播报的装置，其特征在于，包括：
获取模块，用于获取预警信息，对预警信息中的每个字计算信息熵，进而计算得到每个字的信息熵值，如果信息熵值大于预设的信息熵阈值常量，则将该字标记为关键字，以将位于预警信息中相邻位置的关键字组成关键词；
处理模块，用于基于关键词对预警信息进行拆分，以得到每段只包括一个关键词且位于预警信息开头的多段预警信息，进而多段预警信息生成对应数量的语音播报线程；根据预设的时序模型，对所述语音播报线程进行叠加播报；以及，根据预警信息拆分顺序，依次启动语音播报线程，并且前一语音播报线程中预警信息的关键词播报完成时启动后一语音播报线程；以及，当前一语音播报线程中预警信息的关键词播报完，但非关键词还未播报时，启动后一语音播报线程，开始播报下一段预警信息；其中，前一语音播报线程的预警信息随着关键词的播报结束，播报线程的音量也随着信息熵的减小而逐渐减小，直到剩余内容全部播报完成。
7.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
8.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN202010611243.4A 2020-06-30 2020-06-30 一种预警语音播报的方法和装置 Active CN111832319B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010611243.4A CN111832319B (zh) 2020-06-30 2020-06-30 一种预警语音播报的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010611243.4A CN111832319B (zh) 2020-06-30 2020-06-30 一种预警语音播报的方法和装置

Publications (2)

Publication Number Publication Date
CN111832319A CN111832319A (zh) 2020-10-27
CN111832319B true CN111832319B (zh) 2024-04-12

Family

ID=72900083

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010611243.4A Active CN111832319B (zh) 2020-06-30 2020-06-30 一种预警语音播报的方法和装置

Country Status (1)

Country Link
CN (1) CN111832319B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116150221B (zh) * 2022-10-09 2023-07-14 浙江博观瑞思科技有限公司 服务于企业电商运营管理的信息交互方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104462061A (zh) * 2014-12-05 2015-03-25 北京国双科技有限公司 词语提取方法及提取装置
CN106570103A (zh) * 2016-10-25 2017-04-19 北京奇虎科技有限公司 语音播报方法及装置
CN108615526A (zh) * 2018-05-08 2018-10-02 腾讯科技（深圳）有限公司 语音信号中关键词的检测方法、装置、终端及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8863175B2 (en) * 2012-12-19 2014-10-14 Ebay Inc. Method and system for targeted commerce in network broadcasting

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104462061A (zh) * 2014-12-05 2015-03-25 北京国双科技有限公司 词语提取方法及提取装置
CN106570103A (zh) * 2016-10-25 2017-04-19 北京奇虎科技有限公司 语音播报方法及装置
CN108615526A (zh) * 2018-05-08 2018-10-02 腾讯科技（深圳）有限公司 语音信号中关键词的检测方法、装置、终端及存储介质

Also Published As

Publication number Publication date
CN111832319A (zh) 2020-10-27

Similar Documents

Publication Publication Date Title
US20200250732A1 (en) Method and apparatus for use in determining tags of interest to user
CN109299164B (zh) 一种数据查询方法、计算机可读存储介质及终端设备
CN107798622B (zh) 一种识别用户意图的方法和装置
CN110020312B (zh) 提取网页正文的方法和装置
CN110705271B (zh) 一种提供自然语言处理服务的系统及方法
CN110827101B (zh) 一种店铺推荐的方法和装置
US9460163B1 (en) Configurable extractions in social media
CN111832319B (zh) 一种预警语音播报的方法和装置
CN111401684A (zh) 一种任务处理的方法和装置
CN112131292B (zh) 一种变更数据的结构化处理方法和装置
CN107291923B (zh) 信息处理方法和装置
CN114048315A (zh) 确定文档标签的方法、装置、电子设备和存储介质
CN110852057A (zh) 一种计算文本相似度的方法和装置
CN113761565A (zh) 数据脱敏方法和装置
CN116955856A (zh) 信息展示方法、装置、电子设备以及存储介质
EP4116889A2 (en) Method and apparatus of processing event data, electronic device, and medium
CN112887426B (zh) 信息流的推送方法、装置、电子设备以及存储介质
US20130232172A1 (en) Methods and systems for matching expressions
CN110472055B (zh) 用于标注数据的方法和装置
CN114239562A (zh) 文档中程序代码块的识别方法、装置和设备
CN109871856B (zh) 一种优化训练样本的方法和装置
CN111127077A (zh) 一种基于流计算的推荐方法和装置
CN113379433A (zh) 一种广告投放方法和装置
CN112785360A (zh) 一种信息展示方法及装置
CN112667627B (zh) 一种数据处理方法及装置

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