[发明专利]一种绘本朗读点播方法、装置及系统

权利要求书

1.一种绘本朗读点播方法，其特征在于，包括：

获得绘本朗读设备采集的语音点播信息的音频特征；

依据各可点播绘本的图片描述信息和文字描述信息对所述音频特征进行模糊搜索得到至少一个目标绘本信息；其中，图片描述信息是指对绘本中的所有图片进行语义理解分析后，对每张图片内容生成的图片标签以及图片内容的描述信息；文字描述信息是指对绘本中图片上的所有文字或音频资源解析得到的所有文字进行文本特征识别后，生成的绘本名称、绘本名称描述信息、以及绘本内容的描述信息；

其中，依据各可点播绘本的图片描述信息和文字描述信息对所述音频特征进行模糊搜索得到至少一个目标绘本信息，包括：

对所述音频特征进行识别分析，得到所述音频特征的文本特征；

依据所述文本特征对数据库中各可点播绘本的图片描述信息和文字描述信息进行大数据比对处理；其中，所述大数据比对处理是计算所述文本特征与数据库中各可点播绘本的图片描述信息和文字描述信息的余弦距离；

依据所述文本特征从大数据比对处理结果中进行目标绘本的模糊搜索，并对搜索到的目标绘本进行置信度的计算得到至少一个目标绘本信息；

其中，对所述音频特征进行识别分析，得到所述音频特征的文本特征，包括：基于深度学习的语音识别算法对所述音频特征进行识别，得到文字结果；根据词向量技术和关键词提取技术生成所述文字结果的文本特征；根据循环神经网络的自然语言处理技术对所述文字结果的文本特征进行语义识别，得到所述音频特征的文本特征。

2.根据权利要求1所述的方法，其特征在于，依据各可点播绘本的图片描述信息和文字描述信息对所述音频特征进行模糊搜索得到至少一个目标绘本信息之前，还包括：

扫描所述可点播绘本的每一页内容；

通过对每一页内容的扫描结果进行解析，生成所述可点播绘本的图片描述信息和文本描述信息。

3.根据权利要求1所述的方法，其特征在于，若所述语音点播信息的时长大于时间阈值，则所述方法的执行主体是服务器；否则，所述方法的执行主体是所述绘本朗读设备。

4.根据权利要求1所述的方法，其特征在于，若所述方法的执行主体是服务器，则依据各可点播绘本的图片描述信息和文字描述信息对所述音频特征进行模糊搜索得到至少一个目标绘本信息之后，还包括：

所述绘本朗读设备接收所述服务器传输的所述至少一个目标绘本信息，从所述至少一个目标绘本信息中确定当前绘本信息，并向所述服务器请求当前绘本资源。

5.一种绘本朗读点播装置，其特征在于，包括：

特征获取模块，用于获得绘本朗读设备采集的语音点播信息的音频特征；

绘本搜索模块，用于依据各可点播绘本的图片描述信息和文字描述信息对所述音频特征进行模糊搜索得到至少一个目标绘本信息；其中，图片描述信息是指对绘本中的所有图片进行语义理解分析后，对每张图片内容生成的图片标签以及图片内容的描述信息；文字描述信息是指对绘本中图片上的所有文字或音频资源解析得到的所有文字进行文本特征识别后，生成的绘本名称、绘本名称描述信息、以及绘本内容的描述信息；

所述绘本搜索模块包括：

识别分析单元，用于对所述音频特征进行识别分析，得到所述音频特征的文本特征；

数据预处理单元，用于依据所述文本特征对数据库中各可点播绘本的图片描述信息和文字描述信息进行大数据比对处理；其中，所述大数据比对处理是计算所述文本特征与数据库中各可点播绘本的图片描述信息和文字描述信息的余弦距离；

搜索排序单元，用于依据所述文本特征从大数据比对处理结果中进行目标绘本的模糊搜索，并对搜索到的目标绘本进行置信度的计算得到至少一个目标绘本信息；

其中，所述识别分析单元具体用于：基于深度学习的语音识别算法对所述音频特征进行识别，得到文字结果；根据词向量技术和关键词提取技术生成所述文字结果的文本特征；根据循环神经网络的自然语言处理技术对所述文字结果的文本特征进行语义识别，得到所述音频特征的文本特征。