[發明專利]一種歌曲推薦的方法、裝置、設備和計算機存儲介質

在審

• 申請號: 201811241937.2
• 申請日: 2018-10-24
• 公開（公告）號: CN111090769A
• 公開（公告）日: 2020-05-01
• 發明（設計）人: 王崇杰
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06F16/635
• 分類號: G06F16/635;G06F16/68;G06K9/62
• 代理公司: 北京鴻德海業知識產權代理事務所(普通合伙) 11412
• 代理人: 袁媛

本發明提供了一種歌曲推薦的方法、裝置、設備和計算機存儲介質，其中歌曲推薦的方法包括：獲取用戶的語音數據和圖像數據；確定對應所述語音數據和圖像數據的特征標簽；檢索與所確定的特征標簽相匹配的音頻數據，并將檢索得到的音頻數據返回給用戶。本發明能夠更加精準地向用戶推薦歌曲。

【技術領域】

本發明涉及互聯網技術領域，尤其涉及一種歌曲推薦的方法、裝置、設備和計算機存儲介質。

【背景技術】

在現有技術中，當用戶向終端設備發出播放歌曲的指令時，終端設備一般會直接播放用戶歷史上聽過或收藏過的歌曲，或者僅根據用戶的聲音數據來播放適應當前用戶的性別、年齡、心情等用戶特征的歌曲。但目前僅通過聲音數據所獲取的用戶特征不夠準確，無法更加精準地播放適應當前用戶的歌曲。

【發明內容】

有鑒于此，本發明提供了一種歌曲推薦的方法、裝置、設備和計算機存儲介質，用于更加精準地向用戶推薦歌曲。

本發明為解決技術問題所采用的技術方案是提供一種歌曲推薦的方法，所述方法包括：獲取用戶的語音數據和圖像數據；確定對應所述語音數據和圖像數據的特征標簽；檢索與所確定的特征標簽相匹配的音頻數據，并將檢索得到的音頻數據返回給用戶。

根據本發明一優選實施例，所述語音數據為用戶輸入的語音指令，所述圖像數據為用戶在輸入語音指令時對應的人臉圖像。

根據本發明一優選實施例，所述確定對應所述語音數據和圖像數據的特征標簽包括：確定對應所述語音數據的第一特征集合以及對應所述圖像數據的第二特征集合，其中第一特征集合以及第二特征集合中包含特征標簽以及各特征標簽的置信度；根據所述第一特征集合以及第二特征集合中各特征標簽的置信度，確定對應所述語音數據和圖像數據的特征標簽。

根據本發明一優選實施例，所述確定對應所述語音數據的第一特征集合以及對應所述圖像數據的第二特征集合包括：將所述語音數據作為第一特征識別模型的輸入，根據第一特征識別模型的輸出結果確定對應所述語音數據的第一特征集合；以及將所述圖像數據作為第二特征識別模型的輸入，根據第二特征識別模型的輸出結果確定對應所述圖像數據的第二特征集合。

根據本發明一優選實施例，所述第一特征識別模型采用以下方式預先訓練得到：獲取語音數據、各語音數據對應的特征標簽以及各特征標簽的置信度作為訓練樣本；將各語音數據作為輸入，將各語音數據對應的特征標簽以及各特征標簽的置信度作為輸出，訓練分類模型，得到第一特征識別模型。

根據本發明一優選實施例，所述第二特征識別模型采用以下方式預先訓練得到：獲取圖像數據、各圖像數據對應的特征標簽以及各特征標簽的置信度作為訓練樣本；將各圖像數據作為輸入，將各圖像數據對應的特征標簽以及各特征標簽的置信度作為輸出，訓練分類模型，得到第一特征識別模型。

根據本發明一優選實施例，所述根據所述第一特征集合以及第二特征集合中各特征標簽的置信度，確定對應所述語音數據和圖像數據的特征標簽包括：根據所述第一特征集合以及第二特征集合中各特征標簽的置信度，確定各特征標簽的最終置信度；選取最終置信度滿足預設要求的特征標簽作為對應所述語音數據和圖像數據的特征標簽。

根據本發明一優選實施例，所述根據所述第一特征集合以及第二特征集合中各特征標簽的置信度，確定各特征標簽的最終置信度包括：利用各特征標簽的預設權重值對各特征標簽的置信度進行加權處理，將置信度的加權處理結果作為各特征標簽的最終置信度。

根據本發明一優選實施例，所述檢索與所確定的特征標簽相匹配的音頻數據包括：利用網絡搜索引擎檢索與所確定的特征標簽相匹配的音頻數據；或在預設的歌曲庫中檢索與所確定的特征標簽相匹配的音頻數據；其中，預設的歌曲庫可以為本地歌曲庫，也可以為云端歌曲庫。