[發(fā)明專利]一種基于知識(shí)圖譜的音樂(lè)點(diǎn)播語(yǔ)音指令識(shí)別方法、裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202310241322.4
• 申請(qǐng)日: 2023-03-14
• 公開(kāi)（公告）號(hào): CN116343771A
• 公開(kāi)（公告）日: 2023-06-27
• 發(fā)明（設(shè)計(jì)）人: 張煒瑋;李龍飛;林孟超;盧杰;陳彩可;李浩;李曉琴
• 申請(qǐng)（專利權(quán)）人: 中國(guó)第一汽車股份有限公司;一汽（北京）軟件科技有限公司
• 主分類號(hào): G10L15/08
• 分類號(hào): G10L15/08;G10L15/22
• 代理公司: 北京翔宇專利代理事務(wù)所(普通合伙) 11960
• 代理人: 田昱川

本發(fā)明公開(kāi)了一種基于知識(shí)圖譜的音樂(lè)點(diǎn)播語(yǔ)音指令識(shí)別方法、裝置，所述基于知識(shí)圖譜的音樂(lè)點(diǎn)播語(yǔ)音指令識(shí)別方法包括：獲取用戶點(diǎn)播音樂(lè)的需求語(yǔ)音信號(hào)；對(duì)所述需求語(yǔ)音信號(hào)進(jìn)行語(yǔ)義分析，獲得模糊需求特征；根據(jù)所述模糊需求特征在預(yù)設(shè)音樂(lè)知識(shí)圖譜中獲取精確音樂(lè)需求內(nèi)容；根據(jù)所述精確音樂(lè)需求內(nèi)容或根據(jù)所述模糊需求特征以及精確音樂(lè)需求內(nèi)容生成搜索關(guān)鍵詞；根據(jù)所述搜索關(guān)鍵詞獲取待播放內(nèi)容。本發(fā)明通過(guò)結(jié)合音樂(lè)知識(shí)圖譜對(duì)用戶發(fā)出的帶有指代含義的語(yǔ)音點(diǎn)播指令進(jìn)行識(shí)別，根據(jù)識(shí)別結(jié)果獲取精確音樂(lè)需求內(nèi)容，進(jìn)而根據(jù)精確音樂(lè)需求內(nèi)容獲取用戶實(shí)際想要聽(tīng)到的音樂(lè)資源，提升語(yǔ)音指令指代實(shí)體的理解能力及準(zhǔn)確率，優(yōu)化用戶體驗(yàn)。

技術(shù)領(lǐng)域

本發(fā)明涉及語(yǔ)音指令識(shí)別技術(shù)領(lǐng)域，具體涉及一種基于知識(shí)圖譜的音樂(lè)點(diǎn)播語(yǔ)音指令識(shí)別方法、基于知識(shí)圖譜的音樂(lè)點(diǎn)播語(yǔ)音指令識(shí)別裝置及電子設(shè)備。

背景技術(shù)

隨著人工智能技術(shù)的發(fā)展，越來(lái)越多的領(lǐng)域引入了語(yǔ)音作為一種新的交互方式，人們逐漸習(xí)慣通過(guò)語(yǔ)音助手來(lái)點(diǎn)播歌曲、相聲、有聲書(shū)等。為了滿足用戶點(diǎn)播需求，當(dāng)前常用的實(shí)現(xiàn)方法是在NLU識(shí)別環(huán)節(jié)，識(shí)別出媒介類型信息和條件信息，采用娛樂(lè)應(yīng)用的搜索接口來(lái)搜索符合條件的內(nèi)容，通過(guò)娛樂(lè)應(yīng)用播放待播內(nèi)容。NLU識(shí)別出點(diǎn)播內(nèi)容的媒介類型(如歌曲、有聲節(jié)目、視頻)；針對(duì)不同的媒介類型，識(shí)別出該媒介的關(guān)鍵信息，比如對(duì)于歌曲類媒介，會(huì)識(shí)別出歌曲的歌手名、歌曲名、曲風(fēng)流派等信息，對(duì)于有聲節(jié)目類媒介，會(huì)識(shí)別出演播者、專輯名、分類等信息。比如，當(dāng)用戶說(shuō)“播放歌手A的XXX”，能夠識(shí)別出：媒介類型是歌曲、條件1是歌手名A、條件2是歌曲名XXX；通過(guò)一定的搜索規(guī)則定義，在音樂(lè)應(yīng)用的搜索接口，搜索關(guān)鍵詞“XXX?A”，獲取搜索結(jié)果，播放符合條件的歌曲，這種方法在用戶語(yǔ)音中包含的信息比較完整時(shí)，能夠有比較好的搜索效果。

但是隨著人們對(duì)語(yǔ)音助手的智能化期待，當(dāng)用戶點(diǎn)播歌曲時(shí)，經(jīng)常會(huì)用比較口語(yǔ)化的表達(dá)方式，期望語(yǔ)音助手能夠像人類一樣理解用戶所說(shuō)。比如用戶會(huì)說(shuō)“我想聽(tīng)歌曲XXX的原唱版”，期待語(yǔ)音助手能夠播放符合條件的歌曲。目前關(guān)于音樂(lè)領(lǐng)域的NLU識(shí)別，主要是識(shí)別出歌曲名、歌手名、標(biāo)簽等信息，不能把相關(guān)信息補(bǔ)全，相當(dāng)于只是機(jī)械性的提取關(guān)鍵詞，目前僅能識(shí)別出：用戶意圖是“聽(tīng)歌”，歌曲的名稱是“XXX”，還有個(gè)條件是“原唱版”；使用搜索關(guān)鍵詞“XXX原唱版”在音樂(lè)應(yīng)用進(jìn)行搜索時(shí)，獲得的搜索結(jié)果基本都是不符合搜索條件的，因此，目前需要一種對(duì)于包含指代性信息的用戶語(yǔ)音指令進(jìn)行準(zhǔn)確識(shí)別的技術(shù)方案來(lái)解決上述問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于知識(shí)圖譜的音樂(lè)點(diǎn)播語(yǔ)音指令識(shí)別方法、基于知識(shí)圖譜的音樂(lè)點(diǎn)播語(yǔ)音指令識(shí)別裝置，來(lái)至少解決上述的一個(gè)技術(shù)問(wèn)題。

本發(fā)明提供了下述方案：

一種基于知識(shí)圖譜的音樂(lè)點(diǎn)播語(yǔ)音指令識(shí)別方法，包括：

獲取用戶點(diǎn)播音樂(lè)的需求語(yǔ)音信號(hào)；

對(duì)所述需求語(yǔ)音信號(hào)進(jìn)行語(yǔ)義分析，獲得模糊需求特征；

根據(jù)所述模糊需求特征在預(yù)設(shè)音樂(lè)知識(shí)圖譜中獲取精確音樂(lè)需求內(nèi)容；

根據(jù)所述精確音樂(lè)需求內(nèi)容或根據(jù)所述模糊需求特征以及精確音樂(lè)需求內(nèi)容生成搜索關(guān)鍵詞；

根據(jù)所述搜索關(guān)鍵詞獲取待播放內(nèi)容。

可選地，所述對(duì)所述需求語(yǔ)音信號(hào)進(jìn)行語(yǔ)義分析包括：

對(duì)所述需求語(yǔ)音信號(hào)進(jìn)行語(yǔ)音識(shí)別，獲得語(yǔ)音識(shí)別文本；

對(duì)所述語(yǔ)音識(shí)別文本進(jìn)行特征提取，獲得模糊需求特征。

可選地，所述預(yù)設(shè)音樂(lè)知識(shí)圖譜包括至少一個(gè)第一音樂(lè)知識(shí)節(jié)點(diǎn)以及至少一個(gè)第二音樂(lè)知識(shí)節(jié)點(diǎn)，一個(gè)第一音樂(lè)知識(shí)節(jié)點(diǎn)至少與一個(gè)第二音樂(lè)知識(shí)節(jié)點(diǎn)之間具有關(guān)聯(lián)關(guān)系，其中，

每個(gè)音樂(lè)知識(shí)節(jié)點(diǎn)包括如下中的一種：

歌曲基本信息、歌曲相關(guān)影視信息、歌曲相關(guān)歌手信息；