[发明专利]一种基于语音识别的推荐方法、装置及介质在审

专利信息
申请号: 201910353861.0 申请日: 2019-04-29
公开(公告)号: CN110164415A 公开(公告)日: 2019-08-23
发明(设计)人: 廖锡光 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G10L15/00 分类号: G10L15/00;G10L15/26;H04L29/06
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 郝传鑫;贾允
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标用户 首次使用 语音数据 方言 鉴权结果 语音识别 个性化推荐 待选用户 获取目标 鉴权 场景 群体 创建
【权利要求书】:

1.一种基于语音识别的推荐方法,其特征在于,所述方法包括:

获取目标用户输入的待识别语音数据;

对所述目标用户进行鉴权,得到鉴权结果;

当所述鉴权结果为用户首次使用时,基于所述待识别语音数据进行识别以得到对应的方言类型;

根据所述方言类型,从待选用户群体中确定推荐用户;

获取所述推荐用户的兴趣列表,根据所述推荐用户的兴趣列表为所述目标用户创建推荐列表。

2.根据权利要求1所述的方法,其特征在于,所述对所述目标用户进行鉴权,得到鉴权结果,包括:

从所述待识别语音数据中提取出对应的声纹信息;

在声纹数据库中对所述声纹信息进行匹配;

根据匹配状态确定所述鉴权结果。

3.根据权利要求1或2任一所述的方法,其特征在于,所述方法还包括:

当所述鉴权结果为用户非首次使用时,获取所述目标用户的兴趣列表;基于所述待识别语音数据进行识别以得到对应的方言类型,根据所述方言类型,从待选用户群体中确定推荐用户;

根据所述推荐用户的兴趣列表和所述目标用户的兴趣列表,为所述目标用户创建推荐列表。

4.根据权利要求1所述的方法,其特征在于,所述基于所述待识别语音数据进行识别以得到对应的方言类型,包括:

将所述待识别语音数据输入语音识别模型,得到对应的方言类型;其中,所述语音识别模型是通过使用多个已标注的样本语音数据进行机器学习训练而获得的。

5.根据权利要求4所述的方法,其特征在于,所述语音识别模型的训练过程包括如下步骤:

获取所述样本数据,所述样本数据标注有对应的方言类型;

将所述样本数据输入初始网络模型进行语音识别训练;

在训练过程中,调整所述初始网络模型的模型参数至所述初始网络模型输出的方言类型与输入的所述样本数据对应的方言类型相匹配;

将所述模型参数的当前值对应的所述初始网络模型作为所述语音识别模型。

6.根据权利要求4所述的方法,其特征在于,所述将所述待识别语音数据输入语音识别模型,得到对应的方言类型,包括:

根据每个方言类型对应的所述语音识别模型,分别得到所述待识别语音数据对应各方言类型的预测值;

比较得到所述待识别语音数据对应各方言类型的预测值的最大值,确定所述待识别语音数据属于所述最大值对应的方言类型。

7.根据权利要求1所述的方法,其特征在于,所述基于所述待识别语音数据进行识别以得到对应的方言类型,包括:

当识别得到对应的方言类型时,创建所述目标用户所使用的设备与所述方言类型的映射关系;

存储所述映射关系。

8.根据权利要求1所述的方法,其特征在于,所述获取目标用户输入的待识别语音数据,包括:

采集所述目标用户的原始语音数据;

对所述原始语音数据进行预处理,得到多个包含语音信号的音频帧数据;

从所述音频帧数据中提取得到包含特征信息的所述待识别语音数据。

9.一种基于语音识别的推荐装置,其特征在于,所述装置包括:

语音数据获取模块:用于获取目标用户输入的待识别语音数据;

用户鉴权模块:用于对所述目标用户进行鉴权,得到鉴权结果;

方言类型识别模块:用于当所述鉴权结果为用户首次使用时,基于所述待识别语音数据进行识别以得到对应的方言类型;

推荐用户确定模块:用于根据所述方言类型,从待选用户群体中确定推荐用户;

推荐列表创建模块:用于获取所述推荐用户的兴趣列表,根据所述推荐用户的兴趣列表为所述目标用户创建推荐列表。

10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1-8任一所述的基于语音识别的推荐方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910353861.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top