[发明专利]音频数据推送方法、装置、计算机设备和存储介质

权利要求书

1.一种音频数据推送方法，所述方法包括：

获取用户终端上传的多帧人脸图片，所述多帧人脸图片携带了用户标识；

根据所述多帧人脸图片识别人脸图像，并提取所述人脸图像对应的人脸特征；

获取预设的表情分类器，通过所述表情分类器对所述人脸特征进行分类，得到所述用户标识对应的表情类别；

获取预设的表情映射数据表，根据所述表情类别获取对应的音频数据；

将所述音频数据推送至所述用户终端。

2.根据权利要求1所述的方法，其特征在于，所述根据所述多帧人脸图片识别人脸图像，并提取所述人脸图像对应的人脸特征，包括：

对所述多帧人脸图片进行关键点定位；

根据预设的人脸识别算法识别定位后的多帧人脸图片中的多帧人脸图像，得到多帧人脸图像对应的人脸特征。

3.根据权利要求1所述的方法，其特征在于，所述获取预设的表情分类器之前，所述方法还包括：

从预设数据库中获取多个表情数据；

利用获取的多个表情数据生成训练集和验证集；

利用所述训练集中的数据用过预设算法进行训练得到初步的表情分类器；

将所述验证集中的数据输入至初步的表情分类器中进行验证训练；

当达到预设概率值的验证集数据的数量达到预设比值时，则停止训练，得到训练完成的表情分类器。

4.根据权利要求1至3任意一项所述的方法，其特征在于，所述多帧人脸图片包括对应的图像序列，所述通过所述表情分类器对所述人脸特征进行分类，得到所述用户标识对应的表情类别，包括：

将多帧人脸图片对应的多帧人脸特征输入至所述表情分类器，通过所述表情分类器中的卷积神经网络识别每帧人脸特征向量；

根据所述图像序列和多帧人脸特征向量计算对应的动态表情特征；

计算所述动态表情特征属于每个表情类别的概率值；

获取所述概率值最高的表情类别，得到所述用户标识对应的表情类别。

5.根据权利要求1所述的方法，其特征在于，所述获取预设的表情映射数据表之前，还包括：

获取多个视频数据；

获取预设的视频数据分类模型，通过所述视频数据分类模型对多个视频数据进行分类，并添加对应的心情标签；

根据所述心情标签获取对应的表情类别，所述心情标签对应一个或多个表情类别；

根据所述心情标签和所述表情类别以及对应的音频数据建立表情映射数据表。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据预设的频率获取所述用户标识对应的历史记录数据；

获取预设的分析模型，通过所述分析模型对所述历史数据进行分析，得到分析结果；

根据所述表情类别标签和所述分析结果匹配对应的音频数据；

获取相匹配的音频数据，并将所述音频数据推送至所述用户终端。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当所述表情类别标签为疲劳时，获取对应的提示信息和音频数据；

将所述提示信息和音频数据发送至所述用户终端，以使所述用户终端按照预设的方式进行提示和播放所述音频数据。

8.一种音频数据推送装置，所述装置包括：

数据获取模块，用于获取用户终端上传的多帧人脸图片，所述多帧人脸图片携带了用户标识；

人脸识别模块，用于根据所述多帧人脸图片识别人脸图像，并提取所述人脸图像对应的人脸特征；

表情分类模块，用于获取预设的表情分类器，通过所述表情分类器对所述人脸特征进行分类，得到所述用户标识对应的表情类别；

数据匹配模块，用于获取预设的表情映射数据表，根据所述表情类别获取对应的音频数据；

数据推送模块，用于将所述音频数据推送至所述用户终端。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一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权利要求1至7中任一项所述的方法的步骤。