[发明专利]一种基于声纹识别的智能推荐方法及装置

权利要求书

1.一种基于声纹识别的智能推荐方法，其特征在于，包括以下步骤：

声音采集步骤：获取采集到的声音信息并根据声音信息以得声纹特征；

声纹比对步骤：将所述声纹特征与存储的样本声纹特征集进行匹配，所述样本声纹特征集是所述终端的所有合法用户的声纹特征；

属性抽取步骤：对获取到的声音信息进行属性抽取以得属性特征词；

推荐生成步骤：根据属性特征词以及用户知识库以得用户推荐列表，所述用户知识库包括用户交互数据和知识型信息。

2.如权利要求1所述的基于声纹识别的智能推荐方法，其特征在于，在声音采集步骤中对采集到的声音信息进行预处理，所述预处理步骤具体包括以下子步骤：

取样步骤：将采集到的声音信息进行等间隔取样以得取样信息；

离散步骤：将取样信息波形的幅度值离散化以得离散化信息；

预加重步骤：对离散化信息进行预加重处理；

分帧步骤：将预加重后离散化信息进行分帧处理以得分帧信息；

加窗步骤：对分帧信息进行加窗处理。

3.如权利要求2所述的基于声纹识别的智能推荐方法，其特征在于，在所述声音采集步骤中，对预处理后的声音信息在Mel频率域上提取倒谱系数以得第i帧信号的MFCC系数，该MFCC系数即为声音信号的声纹特征。

4.如权利要求1-3中任意一项所述的基于声纹识别的智能推荐方法，其特征在于，在所述声纹比对步骤中：所述样本声纹特征集构建具体包括以下步骤：

获取到所有合法用户的样本声音；

通过GMM-UBM方法建立样本声纹特征集。

5.如权利要求1-3中任意一项所述的基于声纹识别的智能推荐方法，其特征在于，所述推荐生成步骤具体包括以下子步骤：

根据属性特征词获取相应的查询项目；

获取与查询项目相关用户知识内容，所述用户知识内容包括所有合法用户的交互信息、知识型信息以及当前时间信息；

通过协同过滤推荐算法生成相应的用户推荐列表。

6.一种电子设备，包括存储器、处理器以及存储在存储器上并可在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程序时实现以下步骤：

声音采集步骤：获取采集到的声音信息并根据声音信息以得声纹特征；

声纹比对步骤：将所述声纹特征与存储的样本声纹特征集进行匹配，所述样本声纹特征集是所述终端的所有合法用户的声纹特征；

属性抽取步骤：对获取到的声音信息进行属性抽取以得属性特征词；

推荐生成步骤：根据属性特征词以及用户知识库以得用户推荐列表，所述用户知识库包括用户交互数据和知识型信息。

7.如权利要求6所述的电子设备，其特征在于，在声音采集步骤中对采集到的声音信息进行预处理，所述预处理步骤具体包括以下子步骤：

取样步骤：将采集到的声音信息进行等间隔取样以得取样信息；

离散步骤：将取样信息波形的幅度值离散化以得离散化信息；

预加重步骤：对离散化信息进行预加重处理；

分帧步骤：将预加重后离散化信息进行分帧处理以得分帧信息；

加窗步骤：对分帧信息进行加窗处理。

8.如权利要求7所述的电子设备，其特征在于，在所述声音采集步骤中，对预处理后的声音信息在Mel频率域上提取倒谱系数以得第i帧信号的MFCC系数，该MFCC系数即为声音信号的声纹特征。

9.一种计算机可读存储介质，其上存储有计算机程序，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1-5任意一项所述的方法。

10.一种基于声纹识别的智能推荐装置，其特征在于，包括以下模块：

声音采集模块：用于获取采集到的声音信息并根据声音信息以得声纹特征；

声纹比对模块：用于将所述声纹特征与存储的样本声纹特征集进行匹配，所述样本声纹特征集是所述终端的所有合法用户的声纹特征；

属性抽取模块：用于对获取到的声音信息进行属性抽取以得属性特征词；

推荐生成模块：用于根据属性特征词以及用户知识库以得用户推荐列表，所述用户知识库包括用户交互数据和知识型信息。