[發明專利]一種基于場景和語音分發的社交通信方法和系統

有效

• 申請號: 201810888301.0
• 申請日: 2018-08-07
• 公開（公告）號: CN109086419B
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 覃世安;熊磊;胡梓垣
• 申請（專利權）人: 廣州小鵬汽車科技有限公司
• 主分類號: G06F16/22
• 分類號: G06F16/22;G06N3/08;G06Q50/00
• 代理公司: 深圳國新南方知識產權代理有限公司 44374
• 代理人: 周雷

1.一種基于場景和語音分發的社交通信方法，其特征在于，包括有以下步驟：

采集用戶數據，所述用戶數據包括有場景數據和用戶特征數據；

對采集的數據進行編碼處理，生成相應的特征編碼；

利用深度神經網絡對特征編碼進行技能識別學習；

將采集的數據及其相應的特征編碼保存至數據庫并建立索引；

利用學習到的技能和采集到的當前用戶的用戶數據，對當前用戶所處的場景進行檢測；

根據檢測到的場景，在數據庫中通過索引檢索符合該場景的用戶數據；

根據檢索到的用戶數據采用威爾遜區間算法計算社交欲望值，并根據社交欲望值向用戶推薦語音社交，以在相應的用戶與當前用戶之間建立語音通信連接，其中，當用戶所接收到的推薦語音社交的總次數低于預設值時，其社交欲望值等于其最相似用戶的社交欲望值。

2.根據權利要求1所述的一種基于場景和語音分發的社交通信方法，其特征在于：所述場景數據包括有地理數據、場景狀態實時數據和/或場景狀態歷史數據；所述用戶特征數據包括有用戶語音數據、用戶圖像數據和/或用戶生物特征數據。

3.根據權利要求1所述的一種基于場景和語音分發的社交通信方法，其特征在于：所述編碼處理包括有硬編碼和/或詞向量編碼。

4.根據權利要求1所述的一種基于場景和語音分發的社交通信方法，其特征在于：所述深度神經網絡所識別學習的技能包括有交通擁堵判斷、用戶疲勞判斷和/或用戶偏好判斷。

5.根據權利要求1所述的一種基于場景和語音分發的社交通信方法，其特征在于：所述根據檢索到的用戶數據計算社交欲望值，并根據社交欲望值在相應的用戶與當前用戶之間建立語音通信連接這一步驟，具體包括有以下子步驟：

根據檢索到的用戶數據采用威爾遜區間算法計算用戶社交欲望值；根據社交欲望值在相應的用戶與當前用戶之間建立語音通信連接。

6.一種基于場景和語音分發的社交通信系統，其特征在于：包括有數據采集模塊，用于采集用戶數據，所述用戶數據包括有場景數據和用戶特征數據；

數據編碼模塊，用于對采集的數據進行編碼處理，生成相應的特征編碼；

技能識別學習模塊，用于利用深度神經網絡對特征編碼進行技能識別學習；

數據庫模塊，用于將采集的數據及其相應的特征編碼保存至數據庫并建立索引；

場景檢測模塊，用于利用學習到的技能和采集到的當前用戶的用戶數據，對當前用戶所處的場景進行檢測；

場景匹配模塊，用于根據檢測到的場景，在數據庫中通過索引檢索符合該場景的用戶數據；

通信建立模塊，用于根據檢索到的用戶數據采用威爾遜區間算法計算社交欲望值，并根據社交欲望值向用戶推薦語音社交，以在相應的用戶與當前用戶之間建立語音通信連接，其中，當用戶所接收到的推薦語音社交的總次數低于預設值時，其社交欲望值等于其最相似用戶的社交欲望值。

7.根據權利要求6所述的一種基于場景和語音分發的社交通信系統，其特征在于：所述數據采集模塊采集的場景數據包括有地理數據、場景狀態實時數據和/或場景狀態歷史數據；所述數據采集模塊采集的用戶特征數據包括有用戶語音數據、用戶圖像數據和/或用戶生物特征數據。

8.根據權利要求6所述的一種基于場景和語音分發的社交通信系統法，其特征在于：所述數據編碼模塊包括有用于對采集的數據進行編碼處理的硬編碼子模塊和/或詞向量編碼子模塊。

9.根據權利要求6所述的一種基于場景和語音分發的社交通信系統，其特征在于：所述技能識別學習模塊中利用深度神經網絡所識別學習的技能包括有交通擁堵判斷、用戶疲勞判斷和/或用戶偏好判斷。

10.根據權利要求6所述的一種基于場景和語音分發的社交通信系統，其特征在于：所述通信建立模塊包括有

社交欲望值計算子模塊，用于根據檢索到的用戶數據采用威爾遜區間算法計算用戶社交欲望值；

用戶匹配子模塊，用于根據社交欲望值在相應的用戶與當前用戶之間建立語音通信連接。