[发明专利]一种歌曲推荐的方法、装置、设备和计算机存储介质

权利要求书

1.一种歌曲推荐的方法，其特征在于，所述方法包括：

获取用户的语音数据和图像数据；

确定对应所述语音数据和图像数据的特征标签；

检索与所确定的特征标签相匹配的音频数据，并将检索得到的音频数据返回给用户。

2.根据权利要求1所述的方法，其特征在于，所述语音数据为用户输入的语音指令，所述图像数据为用户在输入语音指令时对应的人脸图像。

3.根据权利要求1所述的方法，其特征在于，所述确定对应所述语音数据和图像数据的特征标签包括：

确定对应所述语音数据的第一特征集合以及对应所述图像数据的第二特征集合，其中第一特征集合以及第二特征集合中包含特征标签以及各特征标签的置信度；

根据所述第一特征集合以及第二特征集合中各特征标签的置信度，确定对应所述语音数据和图像数据的特征标签。

4.根据权利要求3所述的方法，其特征在于，所述确定对应所述语音数据的第一特征集合以及对应所述图像数据的第二特征集合包括：

将所述语音数据作为第一特征识别模型的输入，根据第一特征识别模型的输出结果确定对应所述语音数据的第一特征集合；以及

将所述图像数据作为第二特征识别模型的输入，根据第二特征识别模型的输出结果确定对应所述图像数据的第二特征集合。

5.根据权利要求4所述的方法，其特征在于，所述第一特征识别模型采用以下方式预先训练得到：

获取语音数据、各语音数据对应的特征标签以及各特征标签的置信度作为训练样本；

将各语音数据作为输入，将各语音数据对应的特征标签以及各特征标签的置信度作为输出，训练分类模型，得到第一特征识别模型。

6.根据权利要求4所述的方法，其特征在于，所述第二特征识别模型采用以下方式预先训练得到：

获取图像数据、各图像数据对应的特征标签以及各特征标签的置信度作为训练样本；

将各图像数据作为输入，将各图像数据对应的特征标签以及各特征标签的置信度作为输出，训练分类模型，得到第一特征识别模型。

7.根据权利要求3所述的方法，其特征在于，所述根据所述第一特征集合以及第二特征集合中各特征标签的置信度，确定对应所述语音数据和图像数据的特征标签包括：

根据所述第一特征集合以及第二特征集合中各特征标签的置信度，确定各特征标签的最终置信度；

选取最终置信度满足预设要求的特征标签作为对应所述语音数据和图像数据的特征标签。

8.根据权利要求7所述的方法，其特征在于，所述根据所述第一特征集合以及第二特征集合中各特征标签的置信度，确定各特征标签的最终置信度包括：

利用各特征标签的预设权重值对各特征标签的置信度进行加权处理，将置信度的加权处理结果作为各特征标签的最终置信度。

9.根据权利要求1所述的方法，其特征在于，所述检索与所确定的特征标签相匹配的音频数据包括：

利用网络搜索引擎检索与所确定的特征标签相匹配的音频数据；或

在预设的歌曲库中检索与所确定的特征标签相匹配的音频数据；

其中，预设的歌曲库可以为本地歌曲库，也可以为云端歌曲库。

10.根据权利要求9所述的方法，其特征在于，所述在预设的歌曲库中检索与所确定的特征标签相匹配的音频数据包括：

计算所确定的特征标签与歌曲库中的音频数据的标注标签之间的匹配度，将匹配度超过预设阈值的音频数据作为与所确定的特征标签相匹配的音频数据。

11.一种歌曲推荐的装置，其特征在于，所述装置包括：

获取单元，用于获取用户的语音数据和图像数据；

确定单元，用于确定对应所述语音数据和图像数据的特征标签；

检索单元，用于检索与所确定的特征标签相匹配的音频数据，并将检索得到的音频数据返回给用户。