[發(fā)明專利]基于語義聚類的通話通道構(gòu)建方法、裝置和計算機設(shè)備

有效

• 申請?zhí)枺?/td>: 202010733115.7
• 申請日: 2020-07-27
• 公開（公告）號: CN111901554B
• 公開（公告）日: 2022-11-11
• 發(fā)明（設(shè)計）人: 鄒芳;曹磊;李沛恒
• 申請（專利權(quán)）人: 中國平安人壽保險股份有限公司
• 主分類號: H04N7/15
• 分類號: H04N7/15;G10L15/26;G10L15/16;G10L15/06;G10L15/18;G06Q40/04;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市明日今典知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44343
• 代理人: 王杰輝;曹勇

本申請涉及人工智能技術(shù)領(lǐng)域，應(yīng)用于智慧城市中，揭示了一種基于語義聚類的通話通道構(gòu)建方法、裝置、計算機設(shè)備，所述方法包括：利用第一收音設(shè)備，獲取第一通話語音數(shù)據(jù)；獲取第二通話語音數(shù)據(jù)、第三通話語音數(shù)據(jù)、...、第n通話語音數(shù)據(jù)；將所述第一通話語音數(shù)據(jù)、第二通話語音數(shù)據(jù)、第三通話語音數(shù)據(jù)、...、第n通話語音數(shù)據(jù)，輸入語義識別模型，從而得到n個語義識別結(jié)果；進行聚類處理，得到多個語義組；得到多個指定語義識別結(jié)果；獲取對應(yīng)的多個指定通話終端；構(gòu)建所述多個指定通話終端之間的視頻通話通道。從而實現(xiàn)了減少計算機資源的耗費，并且提高了通話效率。本申請還涉及區(qū)塊鏈技術(shù)，語義識別模型可存儲于區(qū)塊鏈中。

技術(shù)領(lǐng)域

本申請涉及到人工智能技術(shù)領(lǐng)域，特別是涉及到一種基于語義聚類的通話通道構(gòu)建方法、裝置、計算機設(shè)備和存儲介質(zhì)。

背景技術(shù)

隨著通信技術(shù)的發(fā)展，多人語音通話，甚至于多人視頻語音通話已成為可能。傳統(tǒng)的多人視頻語音通話技術(shù)是給參與的每個人(每個終端)均開設(shè)一個視頻語音通話接口，以使每個人都能夠參與到多人視頻語音通話中。但是這種傳統(tǒng)的多人視頻語音通話技術(shù)在參與人數(shù)過多時，耗費的計算機資源過多，且通話效率不高。

發(fā)明內(nèi)容

本申請的基于語義聚類的通話通道構(gòu)建方法、裝置、計算機設(shè)備和存儲介質(zhì)，旨在克服目前視頻通話耗費的計算機資源過多，以及通話效率不高的缺陷。

本申請?zhí)岢鲆环N基于語義聚類的通話通道構(gòu)建方法，應(yīng)用于第一通話終端，包括：

利用所述第一通話終端上預(yù)設(shè)的第一收音設(shè)備，獲取輸入的第一通話語音數(shù)據(jù)；其中所述第一通話語音數(shù)據(jù)是所述第一通話終端的使用者針對預(yù)設(shè)問題的答復(fù)；

獲取第二通話終端、第三通話終端、...、第n通話終端分別發(fā)送的第二通話語音數(shù)據(jù)、第三通話語音數(shù)據(jù)、...、第n通話語音數(shù)據(jù)；其中所述第二通話語音數(shù)據(jù)、第三通話語音數(shù)據(jù)、...、第n通話語音數(shù)據(jù)指所述第二通話終端、第三通話終端、...、第n通話終端上預(yù)設(shè)的第二收音設(shè)備、第三收音設(shè)備、...、第n收音設(shè)備分別采集的語音數(shù)據(jù)；其中所述第二通話語音數(shù)據(jù)、第三通話語音數(shù)據(jù)、...、第n通話語音數(shù)據(jù)分別是所述第二通話終端、第三通話終端、...、第n通話終端的使用者針對所述預(yù)設(shè)問題的答復(fù)；

將所述第一通話語音數(shù)據(jù)、第二通話語音數(shù)據(jù)、第三通話語音數(shù)據(jù)、...、第n通話語音數(shù)據(jù)，輸入預(yù)設(shè)的語義識別模型中，從而得到所述語義識別模型對應(yīng)輸出的n個語義識別結(jié)果；

根據(jù)預(yù)設(shè)的語義聚類方法，對所述n個語義識別結(jié)果進行聚類處理，從而得到多個語義組；其中同一個語義組中的語義識別結(jié)果相同；

根據(jù)預(yù)設(shè)的識別結(jié)果篩選方法，從每個語義組中均選出一個指定語義識別結(jié)果，從而得到與所述多個語義組對應(yīng)的多個指定語義識別結(jié)果；

根據(jù)預(yù)設(shè)的語義識別結(jié)果與通話終端的對應(yīng)關(guān)系，獲取與所述多個指定語義識別結(jié)果對應(yīng)的多個指定通話終端；

構(gòu)建所述多個指定通話終端之間的視頻通話通道；其中每個指定通話終端上均預(yù)設(shè)有攝像頭。

進一步地，所述語義識別模型基于神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練而成，所述將所述第一通話語音數(shù)據(jù)、第二通話語音數(shù)據(jù)、第三通話語音數(shù)據(jù)、...、第n通話語音數(shù)據(jù)，輸入預(yù)設(shè)的語義識別模型中，從而得到所述語義識別模型對應(yīng)輸出的n個語義識別結(jié)果的步驟之前，包括：

調(diào)取預(yù)先收集的m個訓(xùn)練用語音數(shù)據(jù)；

將所述m個訓(xùn)練用語音數(shù)據(jù)輸入已訓(xùn)練完成的語音識別模型中，從而得到所述語音識別模型輸出的m個語音識別文本；其中所述m個語音識別文本由第一語音識別文本、第二語音識別文本、...、第m語音識別文本構(gòu)成；

根據(jù)預(yù)設(shè)的相似算法，計算所述m個語音識別文本與預(yù)設(shè)的多個參照語義之間的相似度值；