[發(fā)明專利]影視資源匹配方法、裝置及智能電視在審
| 申請?zhí)枺?/td> | 202011446977.8 | 申請日: | 2020-12-09 |
| 公開(公告)號: | CN112584238A | 公開(公告)日: | 2021-03-30 |
| 發(fā)明(設計)人: | 高瑗蔚 | 申請(專利權)人: | 深圳創(chuàng)維-RGB電子有限公司;南京創(chuàng)維信息技術研究院有限公司 |
| 主分類號: | H04N21/4415 | 分類號: | H04N21/4415;H04N21/45;H04N21/466;G10L17/04;G10L17/18 |
| 代理公司: | 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463 | 代理人: | 張萌 |
| 地址: | 518000 廣東省深圳市南山區(qū)粵海*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 影視 資源 匹配 方法 裝置 智能 電視 | ||
1.一種影視資源匹配方法,其特征在于,包括:
接收用戶輸入的語音指令;
將所述語音指令輸入聲紋識別模型,識別所述用戶的類別,其中,所述類別包括性別和年齡中的至少一種;
顯示與所述用戶的類別匹配的影視資源。
2.根據(jù)權利要求1所述的影視資源匹配方法,其特征在于,所述聲紋識別模型通過以下方式獲得:
獲取樣本語音信息;
對所述樣本語音信息的類別進行標注;
提取所述樣本語音信息中的最優(yōu)樣本聲紋信息;
將標注后的所述最優(yōu)樣本聲紋信息輸入基礎卷積神經(jīng)網(wǎng)絡進行訓練,得到所述聲紋識別模型。
3.根據(jù)權利要求2所述的影視資源匹配方法,其特征在于,所述方法還包括:
將標注后的所述樣本語音信息進行預處理,以得到標準格式的樣本語音信息,從所述標準格式的樣本語音信息提取所述最優(yōu)樣本聲紋信息,其中,所述預處理包括預加重、分幀和加窗中的至少一種。
4.根據(jù)權利要求2所述的影視資源匹配方法,其特征在于,所述提取所述樣本語音信息中的最優(yōu)樣本聲紋信息的步驟,包括:
提取所述樣本語音信息的聲學特征,其中,所述聲學特征包括頻譜、倒頻譜、共振峰、基音和反射系數(shù)中至少一種;
通過深度學習神經(jīng)網(wǎng)絡提取所述樣本語音信息中的最優(yōu)聲學特征,作為所述最優(yōu)樣本聲紋信息。
5.根據(jù)權利要求1所述的影視資源匹配方法,其特征在于,所述方法還包括:
預先將全部影視資源進行分類,其中,每種類型的影視資源與相應的用戶類別對應。
6.根據(jù)權利要求1所述的影視資源匹配方法,其特征在于:
若識別出所述用戶的類別為兒童,則禁止顯示任何類型的影視資源。
7.一種影視資源匹配裝置,其特征在于,所述影視資源匹配裝置包括:
接收模塊,用于接收用戶輸入的語音指令;
識別模塊,用于將所述語音指令輸入聲紋識別模型,識別所述用戶的類別,其中,所述類別包括性別和年齡中的至少一種;
顯示模塊,用于顯示與所述用戶的類別匹配的影視資源。
8.根據(jù)權利要求7所述的影視資源匹配裝置,其特征在于,所述影視資源匹配裝置還包括:
獲取模塊,用于獲取樣本語音信息;
標注模塊,用于對所述樣本語音信息的類別進行標注;
提取模塊,用于提取所述樣本語音信息中的最優(yōu)樣本聲紋信息;
訓練模塊,用于將標注后的所述最優(yōu)樣本聲紋信息輸入基礎卷積神經(jīng)網(wǎng)絡進行訓練,得到所述聲紋識別模型。
9.一種智能電視,其特征在于,包括存儲器以及處理器,所述存儲器存儲有計算機程序,所述計算機程序在所述處理器上運行時執(zhí)行權利要求1至6中任一項所述的影視資源匹配方法。
10.一種計算機可讀存儲介質,其特征在于,其存儲有計算機程序,所述計算機程序在處理器上運行時執(zhí)行權利要求1至6中任一項所述的影視資源匹配方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于深圳創(chuàng)維-RGB電子有限公司;南京創(chuàng)維信息技術研究院有限公司,未經(jīng)深圳創(chuàng)維-RGB電子有限公司;南京創(chuàng)維信息技術研究院有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011446977.8/1.html,轉載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類





