[發(fā)明專利]基于語音語義的視頻播放方法

在審

• 申請?zhí)枺?/td>: 202010581527.3
• 申請日: 2020-06-23
• 公開（公告）號: CN111797274A
• 公開（公告）日: 2020-10-20
• 發(fā)明（設(shè)計）人: 王俊清
• 申請（專利權(quán)）人: 漳州龍文維克信息技術(shù)有限公司
• 主分類號: G06F16/738
• 分類號: G06F16/738;G06F16/73;G06F16/783
• 代理公司: 北京遠(yuǎn)大卓悅知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11369
• 代理人: 卞靜靜

本發(fā)明公開了基于語音語義的視頻播放方法，包括：視頻控制終端接收用戶的語音信息，并解析出所述語音對應(yīng)的文本信息作為待理解的文本；視頻控制終端對所述待理解的文本進行語義理解，得到語義理解結(jié)果，并依據(jù)語義理解結(jié)果搜索視頻，并根據(jù)相關(guān)性將視頻搜索結(jié)果展示在所述視頻控制終端的屏幕上；所述視頻控制終端與用戶發(fā)生語音交互并播放用戶選擇的其中一個視頻。本發(fā)明同時采用短文本詞語和長文本“句子”的形式進行匹配，進一步提高了匹配的精確性。此外，本發(fā)明將語義理解數(shù)據(jù)庫建立在本地，節(jié)省網(wǎng)絡(luò)資源，不僅提高了檢索速度，而且檢索精確性提高，一舉多得。

技術(shù)領(lǐng)域

本發(fā)明屬于智能機器人技術(shù)領(lǐng)域，涉及基于語音語義的視頻播放方法。

背景技術(shù)

智能機器人具有相當(dāng)發(fā)達的“大腦”，在腦中起作用的是中央處理器，部分智能機器人通過計算機系統(tǒng)與操作員或程序員進行人－機對話，實現(xiàn)對機器人的控制與操作，能夠獨立地實現(xiàn)一些諸如軌跡規(guī)劃、簡單的避障、播放音視頻等功能，但是還要受到外部的控制。目前市場上有很多諸如此類的機器人產(chǎn)品。但絕大多數(shù)機器人產(chǎn)品的檢索功能不夠準(zhǔn)確，在用戶進行人機互動語音交互過程中，經(jīng)常不能得到自己所需要的檢索結(jié)果，需要反復(fù)更換幾種不同的關(guān)鍵詞句的說法才能夠獲得所需要的音視頻，影響用戶的使用體驗，因此，如何提供一種準(zhǔn)確快速精確找到用戶所需要的音視頻文件是目前需要改進的一個技術(shù)問題。

發(fā)明內(nèi)容

本發(fā)明的一個目的是解決至少上述問題和/或缺陷，并提供至少后面將說明的優(yōu)點。

本發(fā)明還有一個目的是提供基于語音語義的視頻播放方法。

為此，本發(fā)明提供的技術(shù)方案為：

基于語音語義的視頻播放方法，包括如下步驟：

步驟一、視頻控制終端接收用戶的語音信息，并解析出所述語音對應(yīng)的文本信息作為待理解的文本；

步驟二、視頻控制終端對所述待理解的文本進行語義理解，得到語義理解結(jié)果，并依據(jù)語義理解結(jié)果搜索視頻，并根據(jù)相關(guān)性將視頻搜索結(jié)果展示在所述視頻控制終端的屏幕上；

其中，語義理解的具體方法包括如下步驟：

2.1)建立語義理解數(shù)據(jù)庫：所述語義理解數(shù)據(jù)庫包含短文本匹配數(shù)據(jù)庫和長文本匹配數(shù)據(jù)庫，所述短文本匹配數(shù)據(jù)庫包括多組匹配詞語，每組匹配詞語均包括語義相近的多個詞語及多個輔助詞語，所述輔助詞語由上述語義相近的多個詞語的反義詞及反義詞前的“非”或“不”字組成；所述長文本匹配數(shù)據(jù)庫包括多組匹配句子，每組匹配句子均包括多個語義相近的句子；

2.2)匹配：若所述待理解的文本的字個數(shù)少于所述長文本匹配數(shù)據(jù)庫中的句子包含的字個數(shù)，則將所述待理解的文本僅與所述短文本匹配數(shù)據(jù)庫進行匹配，并輸出匹配結(jié)果作為語義理解結(jié)果；

若所述待理解的文本的字個數(shù)不少于所述長文本匹配數(shù)據(jù)庫中的句子包含的字個數(shù)，則將所述待理解的文本與所述短文本匹配數(shù)據(jù)庫和所述長文本匹配數(shù)據(jù)庫分別進行匹配，并輸出匹配結(jié)果作為語義理解結(jié)果；

步驟三、所述視頻控制終端與用戶發(fā)生語音交互并播放用戶選擇的其中一個視頻。

優(yōu)選的是，所述的基于語音語義的視頻播放方法中，步驟2.2)中，當(dāng)所述待理解的文本的字個數(shù)不少于所述長文本匹配數(shù)據(jù)庫中的句子包含的字個數(shù)時，以與所述長文本匹配數(shù)據(jù)庫的匹配結(jié)果作為優(yōu)先級別的理解結(jié)果，并排序在與所述短文本匹配數(shù)據(jù)庫的匹配結(jié)果之前。

優(yōu)選的是，所述的基于語音語義的視頻播放方法中，步驟三中，所述視頻控制終端與用戶發(fā)生語音交互并播放用戶選擇的其中一個視頻的具體步驟包括：

所述視頻終端向用戶發(fā)出視頻搜索結(jié)果選擇的語音交互信息，

用戶響應(yīng)所述視頻控制終端發(fā)出的語音交互信息，發(fā)出包含所述視頻搜索結(jié)果中的視頻的序號信息的語音指令；