[發明專利]基于人工智能的語音識別的信息推送方法和裝置

在審

• 申請號: 201610078070.8
• 申請日: 2016-02-03
• 公開（公告）號: CN105681318A
• 公開（公告）日: 2016-06-15
• 發明（設計）人: 趙毅;關勇
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06;G10L15/22
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 宋合成

1.一種基于人工智能的語音識別的信息推送方法，其特征在于，包括以下步驟：

接收用戶輸入的語音信息；

對所述語音信息進行解析，并根據解析結果確定所述用戶的身體狀態；以及

根據所述身體狀態向所述用戶推送與所述身體狀態對應的推送信息。

2.如權利要求1所述的方法，其特征在于，對所述語音信息進行解析，并根據解析結 果確定所述用戶的身體狀態，包括：

提取所述語音信息的聲學特征；

將所述聲學特征與預先建立的聲學模板進行匹配；

若匹配成功，則根據所述聲學模板確定對應的所述用戶的身體狀態。

3.如權利要求2所述的方法，其特征在于，將所述聲學特征與預先建立的聲學模板進 行匹配，包括：

計算所述聲學特征與所述聲學模板的匹配度；

若所述匹配度大于預設閾值，則確定所述聲學特征與所述聲學模板匹配。

4.如權利要求2所述的方法，其特征在于，在將所述聲學特征與預先建立的聲學模板 進行匹配之前，還包括：

采集用戶處于不同身體狀態時的聲學特征樣本，其中，所述聲學特征樣本的參數包括 嗓音質量、噪聲能量、振幅微擾中的一種或多種；

根據所述聲學特征樣本建立所述身體狀態對應的聲學模板。

5.如權利要求4所述的方法，其特征在于，根據所述聲學特征樣本建立所述身體狀態 對應的聲學模板，包括：

基于深層神經網絡和通用背景DNN-UBM模型建立所述身體狀態對應的聲學模板。

6.如權利要求1所述的方法，其特征在于，在接收用戶輸入的語音信息之后，還包括：

對所述語音信息進行語義分析，并向所述用戶返回與所述語音信息對應的回答信息。

7.一種基于人工智能的語音識別的信息推送裝置，其特征在于，包括：

接收模塊，用于接收用戶輸入的語音信息；

解析模塊，用于對所述語音信息進行解析，并根據解析結果確定所述用戶的身體狀態； 以及

推送模塊，用于根據所述身體狀態向所述用戶推送與所述身體狀態對應的推送信息。

8.如權利要求7所述的裝置，其特征在于，所述解析模塊，包括：

提取單元，用于提取所述語音信息的聲學特征；

匹配單元，用于將所述聲學特征與預先建立的聲學模板進行匹配；

確定單元，用于當匹配成功時，根據所述聲學模板確定對應的所述用戶的身體狀態。

9.如權利要求8所述的裝置，其特征在于，所述匹配單元，用于：

計算所述聲學特征與所述聲學模板的匹配度；

若所述匹配度大于預設閾值，則確定所述聲學特征與所述聲學模板匹配。

10.如權利要求8所述的裝置，其特征在于，還包括：

采集模塊，用于在將所述聲學特征與預先建立的聲學模板進行匹配之前，采集用戶處 于不同身體狀態時的聲學特征樣本，其中，所述聲學特征樣本的參數包括嗓音質量、噪聲 能量、振幅微擾中的一種或多種；

建立模塊，用于根據所述聲學特征樣本建立所述身體狀態對應的聲學模板。

11.如權利要求10所述的裝置，其特征在于，所述建立模塊，用于：

基于深層神經網絡和通用背景DNN-UBM模型建立所述身體狀態對應的聲學模板。

12.如權利要求7所述的裝置，其特征在于，還包括：

回答模塊，用于在接收用戶輸入的語音信息之后，對所述語音信息進行語義分析，并 向所述用戶返回與所述語音信息對應的回答信息。