[发明专利]一种基于语音识别的目的地搜索方法及装置

权利要求书

1.一种基于语音识别的目的地搜索方法，其特征在于，所述方法包括：

获取第一用户的第一语音信号，所述第一语音信号为所述第一用户发出的用于指示搜索目的地实景图片的语音信号；

对所述第一语音信号进行特征提取，得到特征信息；

根据所述特征信息识别语音特点，并采用与所述语音特点相匹配的语音识别模型识别所述第一语音信号，得到目的地文本；

根据所述目的地文本在搜索引擎上抓取多个实景图片及多个实景图片所在网页的结构化字段；

提取所述结构化字段中的关键词，并计算所述关键词与所述目的地文本的相似度值；

将所述相似度值最大的关键词所对应的实景图片作为所述目的地实景图片，并输出所述目的地实景图片至所述第一用户。

2.根据权利要求1所述的方法，其特征在于，在所述获取第一用户的第一语音信号之后，并且在对所述第一语音信号进行特征提取，得到特征信息之前，所述方法还包括：

获取多个带噪语音信号样本及多个干净语音信号样本；

构建并训练降噪模型，其中，所述降噪模型包括一个生成器及一个判别器，所述生成器接收所述带噪语音信号样本，并根据所述带噪语音信号样本生成新的语音信号，所述判别器鉴别所述生成器生成的所述新的语音信号是真实信号还是生成的信号；

通过所述判别器与所述生成器的对抗训练，得到训练好的降噪模型；

向所述训练好的降噪模型中输入所述第一语音信号，其中，所述降噪模型对所述第一语音信号进行降噪处理，并生成第二语音信号；

获取所述降噪模型输出的所述第二语音信号，以替换所述获取的第一语音信号。

3.根据权利要求1所述的方法，其特征在于，在所述获取第一用户的第一语音信号之后，并且在对所述第一语音信号进行特征提取，得到特征信息之前，所述方法还包括：

采用最小均方算法对所述第一语音信号进行降噪处理，并获取当前一次迭代对应的均方误差梯度；

根据M次迭代对应的均方误差梯度的震荡情况，确定是否已经达到均方误差收敛敏感区，所述M次迭代中包括所述当前一次迭代；

根据确定结果，更新下一次迭代时所述最小均方算法所采用的收敛因子；

基于所述收敛因子输出降噪后的第一语音信号；

用所述降噪后的第一语音信号替换所述获取的第一语音信号。

4.根据权利要求1所述的方法，其特征在于，所述提取所述结构化字段中的关键词，并计算所述关键词与所述目的地文本的相似度值，包括：

对所述结构化字段进行分词处理；

提取分词处理后的结构化字段中的关键词；

向预设的词向量表示模型输入提取到的所述关键词及所述目的地文本，并获取所述词向量表示模型输出的每个关键词的向量表示及所述目的地文本的向量表示；

采用余弦相似度公式计算所述关键词的向量与所述目的地文本的向量的相似度值。

5.根据权利要求1-4任意一项所述的方法，其特征在于，在所述输出所述目的地实景图片至所述第一用户之后，所述方法还包括：

根据所述目的地文本获取关于所述目的地的评论文本信息；

将所述评论文本信息基于字符串匹配的分词方法进行分词处理，得到具有评价属性的关键词；

基于所述关键词生成评价语音；

输出所述评价语音至所述第一用户。