CN106548773A - 基于人工智能的儿童用户搜索方法及装置 - Google Patents

基于人工智能的儿童用户搜索方法及装置 Download PDF

Info

Publication number
CN106548773A
CN106548773A CN201610974682.5A CN201610974682A CN106548773A CN 106548773 A CN106548773 A CN 106548773A CN 201610974682 A CN201610974682 A CN 201610974682A CN 106548773 A CN106548773 A CN 106548773A
Authority
CN
China
Prior art keywords
search
voice
child user
artificial intelligence
results pages
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610974682.5A
Other languages
English (en)
Other versions
CN106548773B (zh
Inventor
赵雅琪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201610974682.5A priority Critical patent/CN106548773B/zh
Publication of CN106548773A publication Critical patent/CN106548773A/zh
Application granted granted Critical
Publication of CN106548773B publication Critical patent/CN106548773B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/08Speech classification or search
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00Speaker identification or verification techniques
    • G10L17/26Recognition of special voice characteristics, e.g. for use in lie detectors; Recognition of animal voices
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/54Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for retrieval

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提出一种基于人工智能的儿童用户搜索方法及装置,其中,方法包括:根据所获取到的搜索语音,采用声纹识别方式,识别发出搜索语音的用户类别,当所识别出的用户类别为儿童用户时,采用儿童语音识别模型对搜索语音进行语音识别,以得到搜索语音所描述的搜索需求。进而,在多媒体资源库中搜索与搜索需求匹配的目标资源,并在搜索结果页中,采用多媒体方式对目标资源进行呈现,解决了由于儿童语言习惯与成人的语言习惯存在较大的差异,在进行语音搜索过程中,所出现的搜索结果与用户需求存在较大差异,儿童用户阅读困难的技术问题。

Description

基于人工智能的儿童用户搜索方法及装置
技术领域
本发明涉及信息检索技术领域,尤其涉及一种基于人工智能的儿童用户搜索方法及装置。
背景技术
人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用***的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语音识别、图像识别、自然语言处理和专家***等。其中,人工智能最重要的方面就是语音识别技术。
在搜索引擎方面,针对儿童用户来说,尽管随着语音识别技术的不断发展,能够使得儿童用户避免进行键盘输入,简化搜索过程。但在儿童用户进行语音搜索的过程中,依旧存在较多问题。具体来说,由于儿童语言习惯与成人的语言习惯存在较大的差异,在进行语音搜索过程中,容易出现搜索结果与用户需求存在较大差异的问题。而且在现有技术的搜索结果页中,具有大量的信息需要进行阅读,针对儿童用户来说,存在较大的阅读障碍。因此,现有技术中的搜索方式难以满足儿童用户的搜索需求。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的第一个目的在于提出一种基于人工智能的儿童用户搜索方法,以解决由于儿童语言习惯与成人的语言习惯存在较大的差异,在进行语音搜索过程中,所出现的搜索结果与用户需求存在较大差异,儿童用户阅读困难的技术问题。
本发明的第二个目的在于提出一种基于人工智能的儿童用户搜索装置。
本发明的第三个目的在于提出另一种基于人工智能的儿童用户搜索装置。
本发明的第四个目的在于提出一种非临时性计算机可读存储介质。
本发明的第五个目的在于提出一种计算机程序产品。
为达上述目的,本发明第一方面实施例提出了一种基于人工智能的儿童用户搜索方法,包括:
根据所获取到的搜索语音,采用声纹识别方式,识别发出所述搜索语音的用户类别;
当所识别出的用户类别为儿童用户时,采用儿童语音识别模型对所述搜索语音进行语音识别,以得到所述搜索语音所描述的搜索需求;
在多媒体资源库中搜索与所述搜索需求匹配的目标资源;
在搜索结果页中,采用多媒体方式对所述目标资源进行呈现。
本发明实施例的基于人工智能的儿童用户搜索方法,通过根据所获取到的搜索语音,采用声纹识别方式,识别发出搜索语音的用户类别,当所识别出的用户类别为儿童用户时,采用儿童语音识别模型对搜索语音进行语音识别,以得到搜索语音所描述的搜索需求。进而,在多媒体资源库中搜索与搜索需求匹配的目标资源,并在搜索结果页中,采用多媒体方式对目标资源进行呈现,解决了由于儿童语言习惯与成人的语言习惯存在较大的差异,在进行语音搜索过程中,所出现的搜索结果与用户需求存在较大差异,儿童用户阅读困难的技术问题。
为达上述目的,本发明第二方面实施例提出了一种基于人工智能的儿童用户搜索装置,包括:
声纹识别模块,用于根据所获取到的搜索语音,采用声纹识别方式,识别发出所述搜索语音的用户类别;
语音识别模块,用于当所识别出的用户类别为儿童用户时,采用儿童语音识别模型对所述搜索语音进行语音识别,以得到所述搜索语音所描述的搜索需求;
搜索模块,用于在多媒体资源库中搜索与所述搜索需求匹配的目标资源;
呈现模块,用于在搜索结果页中,采用多媒体方式对所述目标资源进行呈现。
本发明实施例的基于人工智能的儿童用户搜索装置,通过根据所获取到的搜索语音,声纹识别模块采用声纹识别方式,识别发出搜索语音的用户类别,当所识别出的用户类别为儿童用户时,语音识别模块采用儿童语音识别模型对搜索语音进行语音识别,以得到搜索语音所描述的搜索需求。进而,搜索模块在多媒体资源库中搜索与搜索需求匹配的目标资源,并在搜索结果页中,呈现模块采用多媒体方式对目标资源进行呈现,解决了由于儿童语言习惯与成人的语言习惯存在较大的差异,在进行语音搜索过程中,所出现的搜索结果与用户需求存在较大差异,儿童用户阅读困难的技术问题。
为达上述目的,本发明第三方面实施例提出了另一种基于人工智能的儿童用户搜索装置,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为:根据所获取到的搜索语音,采用声纹识别方式,识别发出所述搜索语音的用户类别;当所识别出的用户类别为儿童用户时,采用儿童语音识别模型对所述搜索语音进行语音识别,以得到所述搜索语音所描述的搜索需求;在多媒体资源库中搜索与所述搜索需求匹配的目标资源;在搜索结果页中,采用多媒体方式对所述目标资源进行呈现。
为了实现上述目的,本发明第四方面实施例提出了一种非临时性计算机可读存储介质,当所述存储介质中的指令由服务器端的处理器被执行时,使得服务器端能够执行一种基于人工智能的儿童用户搜索方法,所述方法包括:根据所获取到的搜索语音,采用声纹识别方式,识别发出所述搜索语音的用户类别;当所识别出的用户类别为儿童用户时,采用儿童语音识别模型对所述搜索语音进行语音识别,以得到所述搜索语音所描述的搜索需求;在多媒体资源库中搜索与所述搜索需求匹配的目标资源;在搜索结果页中,采用多媒体方式对所述目标资源进行呈现。
为了实现上述目的,本发明第五方面实施例提出了一种计算机程序产品,当所述计算机程序产品中的指令处理器执行时,执行一种基于人工智能的儿童用户搜索方法,所述方法包括:根据所获取到的搜索语音,采用声纹识别方式,识别发出所述搜索语音的用户类别;当所识别出的用户类别为儿童用户时,采用儿童语音识别模型对所述搜索语音进行语音识别,以得到所述搜索语音所描述的搜索需求;在多媒体资源库中搜索与所述搜索需求匹配的目标资源;在搜索结果页中,采用多媒体方式对所述目标资源进行呈现。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明实施例所提供的一种基于人工智能的儿童用户搜索方法的流程示意图;
图2为本发明实施例所提供的另一种基于人工智能的儿童用户搜索方法的流程示意图;
图3为搜索结果页的示意图之一;
图4为语音输入页的示意图;
图5为搜索结果页的示意图之二;
图6为引导页面的示意图;
图7为儿童专区首页的示意图;
图8为本发明实施例提供的一种基于人工智能的儿童用户搜索装置的结构示意图;以及
图9为本实施例提供的又一种基于人工智能的儿童用户搜索装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的基于人工智能的儿童用户搜索方法和装置。
图1为本发明实施例所提供的一种基于人工智能的儿童用户搜索方法的流程示意图。如图1所示,该基于人工智能的儿童用户搜索方法包括以下步骤:
步骤101,根据所获取到的搜索语音,采用声纹识别方式,识别发出搜索语音的用户类别。
具体地,由于儿童用户作为特定的用户群,具有特殊的声纹特征,因此,可以根据特定的用户群的声音特点,进行模型训练,以实现面向儿童的声纹分析。当儿童用户发起语音搜索时,可以根据儿童用户发出的一次搜索语音,采用声纹识别方式,识别出发出搜索语音的用户年龄段、性别等信息,从而据此确定该用户是否为儿童用户。
步骤102,当所识别出的用户类别为儿童用户时,采用儿童语音识别模型对搜索语音进行语音识别,以得到搜索语音所描述的搜索需求。
由于儿童语言习惯与成人的语言习惯存在较大的差异,为了提高识别的准确性,需要预先建立针对儿童用户的儿童语音识别模型。具体来说,可以通过采集具有儿童口语化特征的语料形成语料库,进而利用该语料库进行模型训练,得到儿童语音识别模型。这里所说的儿童口语化特征,具体可以包括词语重复、吐字不清和断句错误等。
进一步,若采用儿童语音识别模型,对搜索语音进行语音识别后,未得到该搜索语音所描述的搜索需求时,可以采用语音交互方式,引导儿童用户重新提供搜索语音;采用重新提供的搜索语音进行语音识别以得到搜索需求。
步骤103,在多媒体资源库中搜索与所搜索需求匹配的目标资源。
具体地,可以针对上一步骤中所得到的搜索需求的类别,采用与该类别对应的多媒体资源库进行搜索,以得到与所搜索需求匹配的目标资源。
其中,这里的搜索需求的类别可以包括通用型、问答型等。
步骤104,在搜索结果页中,采用多媒体方式对目标资源进行呈现。
由于儿童处于认知世界的阶段,可以采用多媒体方式,优选为声音、图文、语音或触控交互的结合对目标资源进行呈现。
具体地,为了使得呈现更加符合儿童用户的生理特点,可以根据当前使用环境,对搜索结果页进行设置,进而采用经过设置的搜索结果页通过多媒体方式对目标资源进行呈现。具体来说,可以根据环境光强、时间、环境音量和网络环境中的至少一个,确定当前使用环境,根据所确定的使用环境,对搜索结果页的亮度和/或交互声音进行设置。
例如:晚上的时间会将屏幕调暗、声音变成温柔平缓的女声音量变低等。
又例如:根据网络环境判断是否需要直接播放,若在无限局域网环境下可以直接呈现,若在数据网络环境下,可以通过压缩等方式进行呈现以节省流量。
进一步,结合儿童用户喜欢对话方式,而非点击的操作习惯,可以通过语音方式对搜索结果页进行控制。具体来说,采集所述儿童用户所发出的语音指令;根据所述语音指令,对所述搜索结果页进行控制。从而儿童用户不需要学习复杂逻辑,对话交互更加自然,同样适合儿童的语音反馈,解决了儿童用户对操作规则和阅读文字理解困难的障碍。
例如:在搜索结果页引导儿童用户通过语音指令控制翻页、播放下一首等。
本实施例中,通过根据所获取到的搜索语音,采用声纹识别方式,识别发出搜索语音的用户类别,当所识别出的用户类别为儿童用户时,采用儿童语音识别模型对搜索语音进行语音识别,以得到搜索语音所描述的搜索需求。进而,在多媒体资源库中搜索与搜索需求匹配的目标资源,并在搜索结果页中,采用多媒体方式对目标资源进行呈现,解决了由于儿童语言习惯与成人的语言习惯存在较大的差异,在进行语音搜索过程中,所出现的搜索结果与用户需求存在较大差异,儿童用户阅读困难的技术问题。
为了清楚说明上一实施例,本实施例提供了另一种基于人工智能的儿童用户搜索方法,图2为本发明实施例所提供的另一种基于人工智能的儿童用户搜索方法的流程示意图。
如图2所示,该基于人工智能的儿童用户搜索方法可以包括以下步骤:
步骤201,采集搜索语音,根据所获取到的搜索语音,采用声纹识别方式,识别发出该搜索语音的用户类别。
由于儿童语言习惯与成人的语言习惯存在较大的差异,为了提高识别的准确性,需要预先建立针对儿童用户的儿童语音识别模型。进而在采集到搜索语音之后,可以根据所获取到的搜索语音,采用声纹识别方式,识别发出该搜索语音的用户类别。
步骤202,判断用户类别是否为儿童用户,若是则实行步骤204-210,否者执行步骤203。
步骤203,采用常规搜索方式进行语音搜索。
具体地,可以采用现有技术中针对普通用户的语音搜索方式进行语音搜索,从而在搜索结果页内包含大量的阅读内容。
步骤204,当所识别出的用户类别为儿童用户时,采用儿童语音识别模型对搜索语音进行语音识别,以得到搜索语音所描述的搜索需求。
一般来说,这里的搜索需求为文字形式所描述的,可以称为搜索词。搜索词可以是与搜索语音逐字对应的或相近的,也可能是语意相同或相近。
步骤205,对搜索需求的类别进行划分。
需要说明的是,本实施例中的类别划分仅作为一种示意性的描述,本领域技术人员可以在此基础上进行适应性修改。
步骤206,若为通用型需求,在多媒体资源库中搜索儿童专区内所匹配的目标资源。
具体地,在儿童专区内预存有适宜儿童的故事、儿歌、动画和学堂等内容,以便儿童用户能够准确获取所需资源。
步骤207,若为多重类型需求,在多媒体资源库中搜索有声读物、视频、动漫、小游戏和教育等专区内所匹配的目标资源。
步骤208,若为问答型需求,在多媒体资源库中搜索十万个为什么专区内所匹配的目标资源。
步骤209,在搜索结果页中,采用多媒体方式对所述目标资源进行呈现,并在搜索结果页中与儿童用户进行交互。
具体地,采用声音、图文以及交互的结合这种多媒体方式,能够有利用儿童用户的操作和理解。儿童用户可以直接通过语音指令控制搜索结果页。
例如:图3为搜索结果页的示意图之一,如图3所示,正在播放奥特曼的视频,儿童用户采用图4所示的语音输入页,语音输入“下一集”,则搜索结果页开始播放下一集,如图5所示的搜索结果页的示意图之二。
进一步,在搜索结果页内对目标资源进行呈现之后,儿童用户还可以在该页面内进行交互,进一步激发儿童用户的搜索需求。
例如:儿童用户进行语音搜索的搜索词为“老虎叫声”,则相应检索到作为目标资源的一条音频资源,在搜索结果页呈现时,可以在搜索结果页中有一个卡通人物,并在页面显示草丛中有一个老虎走动,草丛在动。
进而,卡通人物与儿童用户进行对话。
作为一种可能的交互过程,卡通人物说:“小朋友你知道哪个是老虎吗?”,以引导儿童用户指出老虎,老虎在被点击的时候可以出现动画效果。
卡通人物说:“你知道老虎怎么叫吗?”
小朋友:“不知道。”
卡通人物说:“老虎,你让我们听听你的声音!”,老虎长大嘴巴并播放所检索到的音频资源。
在播放完成后,可以继续搜索相关资源,例如,可以搜索到一个问答资源,则卡通人物提出问题:“那小朋友你知道为什么老虎的头上有一个王字吗?”
小朋友说:“不知道。”
卡通人物拉出一个小黑板,变成博士的形象,开始讲述前述提问的答案。
步骤210,若为无法识别的需求,通过引导跳转至儿童专区的页面。
具体地,若无法识别儿童用户的需求,可以引导儿童在特定页面内进行进一步搜索。图6为引导页面的示意图,如图6所示,在无法识别儿童用户的需求时,可以在图3所示的页面提示跳转,具体可以采用语音和文字结合的方式进行提示,例如:“宝宝,我没有听懂你的话,要不我们一起去玩吧”。在显示图6之后,跳转至图7,图7为儿童专区首页的示意图,如图7所示,该页面内具有多个专区的入口,儿童用户可以根据图标识别各入口。
本实施例中,根据所获取到的搜索语音,采用声纹识别方式,识别发出搜索语音的用户类别,当所识别出的用户类别为儿童用户时,采用儿童语音识别模型对搜索语音进行语音识别,以得到搜索语音所描述的搜索需求。进而,在多媒体资源库中搜索与搜索需求匹配的目标资源,并在搜索结果页中,采用多媒体方式对目标资源进行呈现,解决了由于儿童语言习惯与成人的语言习惯存在较大的差异,在进行语音搜索过程中,所出现的搜索结果与用户需求存在较大差异,儿童用户阅读困难的技术问题。
为了实现上述实施例,本发明还提出一种基于人工智能的儿童用户搜索装置。
图8为本发明实施例提供的一种基于人工智能的儿童用户搜索装置的结构示意图。
如图8所示,该基于人工智能的儿童用户搜索装置包括:声纹识别模块81、语音识别模块82、搜索模块83和呈现模块84。
声纹识别模块81,用于根据所获取到的搜索语音,采用声纹识别方式,识别发出所述搜索语音的用户类别。
语音识别模块82,用于当所识别出的用户类别为儿童用户时,采用儿童语音识别模型对所述搜索语音进行语音识别,以得到所述搜索语音所描述的搜索需求。
搜索模块83,用于在多媒体资源库中搜索与所述搜索需求匹配的目标资源。
呈现模块84,用于在搜索结果页中,采用多媒体方式对所述目标资源进行呈现。
本实施例中,通过根据所获取到的搜索语音,声纹识别模块采用声纹识别方式,识别发出搜索语音的用户类别,当所识别出的用户类别为儿童用户时,语音识别模块采用儿童语音识别模型对搜索语音进行语音识别,以得到搜索语音所描述的搜索需求。进而,搜索模块在多媒体资源库中搜索与搜索需求匹配的目标资源,并在搜索结果页中,呈现模块采用多媒体方式对目标资源进行呈现,解决了由于儿童语言习惯与成人的语言习惯存在较大的差异,在进行语音搜索过程中,所出现的搜索结果与用户需求存在较大差异,儿童用户阅读困难的技术问题。
为了清楚说明上一实施例,本实施例提供了又一种基于人工智能的儿童用户搜索装置,图9为本实施例提供的又一种基于人工智能的儿童用户搜索装置的结构示意图,如图9所示,在上一实施例的基础上,该装置还包括:建模模块91、引导模块92、控制模块93和交互模块94。
建模模块91,用于采集具有儿童口语化特征的语料形成语料库;利用所述语料库进行模型训练,得到所述儿童语音识别模型。
引导模块92,用于当采用儿童语音识别模型,对所述搜索语音进行语音识别后,未得到所述搜索语音所描述的搜索需求时,采用语音交互方式,引导所述儿童用户重新提供搜索语音;采用重新提供的搜索语音进行语音识别以得到所述搜索需求。
控制模块93,用于采集所述儿童用户所发出的语音指令;根据所述语音指令,对所述搜索结果页进行控制。
交互模块94,用于根据所述搜索需求,采用交互方式,引导儿童用户查询所述多媒体资源库中与所述搜索需求相关的资源;对与所述搜索需求相关的资源进行呈现。由此,可以陪伴儿童成长、鼓励儿童说话、寓教于乐等。
进一步地,在本发明实施例的一种可能的实现方式中,呈现模块84包括:设置单元841和呈现单元842。
设置单元841,用于根据当前使用环境,对所述搜索结果页进行设置。
具体地,设置单元841,具体用于根据环境光强、时间、环境音量和网络环境中的至少一个,确定当前使用环境;根据所确定的使用环境,对所述搜索结果页的亮度和/或交互声音进行设置。
呈现单元842,用于采用经过设置的搜索结果页通过多媒体方式对所述目标资源进行呈现。
需要说明的是,前述对基于人工智能的儿童用户搜索方法实施例的解释说明也适用于基于人工智能的儿童用户搜索装置,此处不再赘述。
本发明实施例中,通过根据所获取到的搜索语音,采用声纹识别方式,识别发出搜索语音的用户类别,当所识别出的用户类别为儿童用户时,采用儿童语音识别模型对搜索语音进行语音识别,以得到搜索语音所描述的搜索需求。进而,在多媒体资源库中搜索与搜索需求匹配的目标资源,并在搜索结果页中,采用多媒体方式对目标资源进行呈现,解决了由于儿童语言习惯与成人的语言习惯存在较大的差异,在进行语音搜索过程中,所出现的搜索结果与用户需求存在较大差异,儿童用户阅读困难的技术问题。
为了实现上述实施例,本发明还提出另一种基于人工智能的儿童用户搜索装置,包括:处理器,以及用于存储所述处理器可执行指令的存储器。
其中,处理器被配置为:根据所获取到的搜索语音,采用声纹识别方式,识别发出所述搜索语音的用户类别;当所识别出的用户类别为儿童用户时,采用儿童语音识别模型对所述搜索语音进行语音识别,以得到所述搜索语音所描述的搜索需求;在多媒体资源库中搜索与所述搜索需求匹配的目标资源;在搜索结果页中,采用多媒体方式对所述目标资源进行呈现。
为了实现上述实施例,本发明还提出一种非临时性计算机可读存储介质,当所述存储介质中的指令由服务器端的处理器被执行时,使得服务器端能够执行一种基于人工智能的儿童用户搜索方法,所述方法包括:根据所获取到的搜索语音,采用声纹识别方式,识别发出所述搜索语音的用户类别;当所识别出的用户类别为儿童用户时,采用儿童语音识别模型对所述搜索语音进行语音识别,以得到所述搜索语音所描述的搜索需求;在多媒体资源库中搜索与所述搜索需求匹配的目标资源;在搜索结果页中,采用多媒体方式对所述目标资源进行呈现。
为了实现上述实施例,本发明还提出一种计算机程序产品,当所述计算机程序产品中的指令处理器执行时,执行一种基于人工智能的儿童用户搜索方法,所述方法包括:根据所获取到的搜索语音,采用声纹识别方式,识别发出所述搜索语音的用户类别;当所识别出的用户类别为儿童用户时,采用儿童语音识别模型对所述搜索语音进行语音识别,以得到所述搜索语音所描述的搜索需求;在多媒体资源库中搜索与所述搜索需求匹配的目标资源;在搜索结果页中,采用多媒体方式对所述目标资源进行呈现。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (14)

1.一种基于人工智能的儿童用户搜索方法,其特征在于,包括以下步骤:
根据所获取到的搜索语音,采用声纹识别方式,识别发出所述搜索语音的用户类别;
当所识别出的用户类别为儿童用户时,采用儿童语音识别模型对所述搜索语音进行语音识别,以得到所述搜索语音所描述的搜索需求;
在多媒体资源库中搜索与所述搜索需求匹配的目标资源;
在搜索结果页中,采用多媒体方式对所述目标资源进行呈现。
2.根据权利要求1所述的基于人工智能的儿童用户搜索方法,其特征在于,所述采用儿童语料库对所述搜索语音进行语音识别,以得到所述搜索语音所描述的搜索需求之前,还包括:
采集具有儿童口语化特征的语料形成语料库;
利用所述语料库进行模型训练,得到所述儿童语音识别模型。
3.根据权利要求1所述的基于人工智能的儿童用户搜索方法,其特征在于,所述采用儿童语音识别模型对所述搜索语音进行语音识别之后,还包括:
当采用儿童语音识别模型,对所述搜索语音进行语音识别后,未得到所述搜索语音所描述的搜索需求时,采用语音交互方式,引导所述儿童用户重新提供搜索语音;
采用重新提供的搜索语音进行语音识别以得到所述搜索需求。
4.根据权利要求1-3任一项所述的基于人工智能的儿童用户搜索方法,其特征在于,所述在搜索结果页中,采用多媒体方式对所述目标资源进行呈现包括:
根据当前使用环境,对所述搜索结果页进行设置;
采用经过设置的搜索结果页通过多媒体方式对所述目标资源进行呈现。
5.根据权利要求4所述的基于人工智能的儿童用户搜索方法,其特征在于,所述根据当前使用环境,对所述搜索结果页进行设置,包括:
根据环境光强、时间、环境音量和网络环境中的至少一个,确定当前使用环境;
根据所确定的使用环境,对所述搜索结果页的亮度和/或交互声音进行设置。
6.根据权利要求1-3任一项所述的基于人工智能的儿童用户搜索方法,其特征在于,所述在搜索结果页中,采用多媒体方式对所述目标资源进行呈现之后,还包括:
采集所述儿童用户所发出的语音指令;
根据所述语音指令,对所述搜索结果页进行控制。
7.根据权利要求1-3任一项所述的基于人工智能的儿童用户搜索方法,其特征在于,所述在搜索结果页中,采用多媒体方式对所述目标资源进行呈现之后,还包括:
根据所述搜索需求,采用交互方式,引导儿童用户查询所述多媒体资源库中与所述搜索需求相关的资源;
对与所述搜索需求相关的资源进行呈现。
8.一种基于人工智能的儿童用户搜索装置,其特征在于,包括:
声纹识别模块,用于根据所获取到的搜索语音,采用声纹识别方式,识别发出所述搜索语音的用户类别;
语音识别模块,用于当所识别出的用户类别为儿童用户时,采用儿童语音识别模型对所述搜索语音进行语音识别,以得到所述搜索语音所描述的搜索需求;
搜索模块,用于在多媒体资源库中搜索与所述搜索需求匹配的目标资源;
呈现模块,用于在搜索结果页中,采用多媒体方式对所述目标资源进行呈现。
9.根据权利要求8所述的基于人工智能的儿童用户搜索装置,其特征在于,所述装置,还包括:
建模模块,用于采集具有儿童口语化特征的语料形成语料库;利用所述语料库进行模型训练,得到所述儿童语音识别模型。
10.根据权利要求8所述的基于人工智能的儿童用户搜索装置,其特征在于,所述装置,还包括:
引导模块,用于当采用儿童语音识别模型,对所述搜索语音进行语音识别后,未得到所述搜索语音所描述的搜索需求时,采用语音交互方式,引导所述儿童用户重新提供搜索语音;采用重新提供的搜索语音进行语音识别以得到所述搜索需求。
11.根据权利要求8-10任一项所述的基于人工智能的儿童用户搜索装置,其特征在于,所述呈现模块包括:
设置单元,用于根据当前使用环境,对所述搜索结果页进行设置;
呈现单元,用于采用经过设置的搜索结果页通过多媒体方式对所述目标资源进行呈现。
12.根据权利要求11所述的基于人工智能的儿童用户搜索装置,其特征在于,
所述设置单元,具体用于根据环境光强、时间、环境音量和网络环境中的至少一个,确定当前使用环境;根据所确定的使用环境,对所述搜索结果页的亮度和/或交互声音进行设置。
13.根据权利8-10任一项所述的基于人工智能的儿童用户搜索装置,其特征在于,所述装置,还包括:
控制模块,用于采集所述儿童用户所发出的语音指令;根据所述语音指令,对所述搜索结果页进行控制。
14.根据权利要求8-10任一项所述的基于人工智能的儿童用户搜索装置,其特征在于,所述装置,还包括:
交互模块,用于根据所述搜索需求,采用交互方式,引导儿童用户查询所述多媒体资源库中与所述搜索需求相关的资源;对与所述搜索需求相关的资源进行呈现。
CN201610974682.5A 2016-11-04 2016-11-04 基于人工智能的儿童用户搜索方法及装置 Active CN106548773B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610974682.5A CN106548773B (zh) 2016-11-04 2016-11-04 基于人工智能的儿童用户搜索方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610974682.5A CN106548773B (zh) 2016-11-04 2016-11-04 基于人工智能的儿童用户搜索方法及装置

Publications (2)

Publication Number Publication Date
CN106548773A true CN106548773A (zh) 2017-03-29
CN106548773B CN106548773B (zh) 2020-06-23

Family

ID=58394138

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610974682.5A Active CN106548773B (zh) 2016-11-04 2016-11-04 基于人工智能的儿童用户搜索方法及装置

Country Status (1)

Country Link
CN (1) CN106548773B (zh)

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107146615A (zh) * 2017-05-16 2017-09-08 南京理工大学 基于匹配模型二次识别的语音识别方法及***
CN107146613A (zh) * 2017-04-10 2017-09-08 北京猎户星空科技有限公司 一种语音交互方法及装置
CN107146612A (zh) * 2017-04-10 2017-09-08 北京猎户星空科技有限公司 语音引导方法、装置、智能设备及服务器
CN107168677A (zh) * 2017-03-30 2017-09-15 联想(北京)有限公司 音频处理方法及装置、电子设备、存储介质
CN107507612A (zh) * 2017-06-30 2017-12-22 百度在线网络技术(北京)有限公司 一种声纹识别方法及装置
CN107609018A (zh) * 2017-08-04 2018-01-19 百度在线网络技术(北京)有限公司 搜索结果的呈现方法、装置和终端设备
CN107704549A (zh) * 2017-09-26 2018-02-16 百度在线网络技术(北京)有限公司 语音搜索方法、装置及计算机设备
CN107809667A (zh) * 2017-10-26 2018-03-16 深圳创维-Rgb电子有限公司 电视机语音交互方法、语音交互控制装置及存储介质
CN107895579A (zh) * 2018-01-02 2018-04-10 联想(北京)有限公司 一种语音识别方法及***
CN107909995A (zh) * 2017-11-16 2018-04-13 北京小米移动软件有限公司 语音交互方法和装置
CN108495231A (zh) * 2018-03-26 2018-09-04 广东小天才科技有限公司 基于移动终端使用数据支撑的麦克风变声方法及***
CN108536672A (zh) * 2018-03-12 2018-09-14 平安科技(深圳)有限公司 智能机器人培训方法、装置、计算机设备及存储介质
CN108776693A (zh) * 2018-06-06 2018-11-09 广东小天才科技有限公司 一种基于定制语料库的语音搜题方法及家教设备
CN108806686A (zh) * 2018-07-09 2018-11-13 广东小天才科技有限公司 一种语音搜题应用的启动控制方法及家教设备
CN108847246A (zh) * 2018-06-15 2018-11-20 上海与德科技有限公司 一种动画制作方法、装置、终端及可读介质
CN108882014A (zh) * 2018-06-13 2018-11-23 成都市极米科技有限公司 智能电视儿童桌面的管理方法、管理装置和可读存储介质
CN108922534A (zh) * 2018-07-04 2018-11-30 北京小米移动软件有限公司 控制方法、装置、设备及存储介质
CN109036395A (zh) * 2018-06-25 2018-12-18 福来宝电子(深圳)有限公司 个性化的音箱控制方法、***、智能音箱及存储介质
CN109119071A (zh) * 2018-09-26 2019-01-01 珠海格力电器股份有限公司 一种语音识别模型的训练方法及装置
CN110046305A (zh) * 2019-04-23 2019-07-23 江西财经大学 一种人工智能深度学习的方法
CN110660393A (zh) * 2019-10-31 2020-01-07 广东美的制冷设备有限公司 语音交互方法、装置、设备及存储介质
CN111862991A (zh) * 2019-04-30 2020-10-30 杭州海康威视数字技术股份有限公司 一种婴儿哭声的识别方法及***
CN112530418A (zh) * 2019-08-28 2021-03-19 北京声智科技有限公司 一种语音唤醒方法、装置及相关设备
CN112581950A (zh) * 2019-09-29 2021-03-30 广东美的制冷设备有限公司 空调器的语音控制方法、装置及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101833877A (zh) * 2010-03-24 2010-09-15 杭州全动科技有限公司 一种学前儿童的启迪教育方法
CN103236259A (zh) * 2013-03-22 2013-08-07 乐金电子研发中心(上海)有限公司 语音识别处理及反馈***、语音回复方法
CN104794942A (zh) * 2015-03-30 2015-07-22 深圳市龙岗区蓝天社特殊儿童康复中心 一种心智障碍儿童物品识别多段训练***
CN105126355A (zh) * 2015-08-06 2015-12-09 上海元趣信息技术有限公司 儿童陪伴机器人与儿童陪伴***
CN105427687A (zh) * 2015-11-23 2016-03-23 东莞市凡豆信息科技有限公司 一种幼儿自助阅读***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101833877A (zh) * 2010-03-24 2010-09-15 杭州全动科技有限公司 一种学前儿童的启迪教育方法
CN103236259A (zh) * 2013-03-22 2013-08-07 乐金电子研发中心(上海)有限公司 语音识别处理及反馈***、语音回复方法
CN104794942A (zh) * 2015-03-30 2015-07-22 深圳市龙岗区蓝天社特殊儿童康复中心 一种心智障碍儿童物品识别多段训练***
CN105126355A (zh) * 2015-08-06 2015-12-09 上海元趣信息技术有限公司 儿童陪伴机器人与儿童陪伴***
CN105427687A (zh) * 2015-11-23 2016-03-23 东莞市凡豆信息科技有限公司 一种幼儿自助阅读***

Cited By (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107168677A (zh) * 2017-03-30 2017-09-15 联想(北京)有限公司 音频处理方法及装置、电子设备、存储介质
CN107146613A (zh) * 2017-04-10 2017-09-08 北京猎户星空科技有限公司 一种语音交互方法及装置
CN107146612A (zh) * 2017-04-10 2017-09-08 北京猎户星空科技有限公司 语音引导方法、装置、智能设备及服务器
CN107146612B (zh) * 2017-04-10 2020-05-15 北京猎户星空科技有限公司 语音引导方法、装置、智能设备及服务器
CN107146615A (zh) * 2017-05-16 2017-09-08 南京理工大学 基于匹配模型二次识别的语音识别方法及***
CN107507612B (zh) * 2017-06-30 2020-08-28 百度在线网络技术(北京)有限公司 一种声纹识别方法及装置
CN107507612A (zh) * 2017-06-30 2017-12-22 百度在线网络技术(北京)有限公司 一种声纹识别方法及装置
WO2019000991A1 (zh) * 2017-06-30 2019-01-03 百度在线网络技术(北京)有限公司 一种声纹识别方法及装置
JP2019527371A (ja) * 2017-06-30 2019-09-26 バイドゥ オンライン ネットワーク テクノロジー (ベイジン) カンパニー リミテッド 声紋識別方法及び装置
US11302337B2 (en) 2017-06-30 2022-04-12 Baidu Online Network Technology (Beijing.) Co., Ltd. Voiceprint recognition method and apparatus
CN107609018A (zh) * 2017-08-04 2018-01-19 百度在线网络技术(北京)有限公司 搜索结果的呈现方法、装置和终端设备
CN107704549A (zh) * 2017-09-26 2018-02-16 百度在线网络技术(北京)有限公司 语音搜索方法、装置及计算机设备
CN107809667A (zh) * 2017-10-26 2018-03-16 深圳创维-Rgb电子有限公司 电视机语音交互方法、语音交互控制装置及存储介质
CN107909995B (zh) * 2017-11-16 2021-08-17 北京小米移动软件有限公司 语音交互方法和装置
CN107909995A (zh) * 2017-11-16 2018-04-13 北京小米移动软件有限公司 语音交互方法和装置
CN107895579A (zh) * 2018-01-02 2018-04-10 联想(北京)有限公司 一种语音识别方法及***
CN108536672A (zh) * 2018-03-12 2018-09-14 平安科技(深圳)有限公司 智能机器人培训方法、装置、计算机设备及存储介质
CN108495231B (zh) * 2018-03-26 2019-08-30 广东小天才科技有限公司 基于移动终端使用数据支撑的麦克风变声方法及***
CN108495231A (zh) * 2018-03-26 2018-09-04 广东小天才科技有限公司 基于移动终端使用数据支撑的麦克风变声方法及***
CN108776693B (zh) * 2018-06-06 2020-11-27 广东小天才科技有限公司 一种基于定制语料库的语音搜题方法及家教设备
CN108776693A (zh) * 2018-06-06 2018-11-09 广东小天才科技有限公司 一种基于定制语料库的语音搜题方法及家教设备
CN108882014A (zh) * 2018-06-13 2018-11-23 成都市极米科技有限公司 智能电视儿童桌面的管理方法、管理装置和可读存储介质
CN108847246A (zh) * 2018-06-15 2018-11-20 上海与德科技有限公司 一种动画制作方法、装置、终端及可读介质
CN109036395A (zh) * 2018-06-25 2018-12-18 福来宝电子(深圳)有限公司 个性化的音箱控制方法、***、智能音箱及存储介质
CN108922534A (zh) * 2018-07-04 2018-11-30 北京小米移动软件有限公司 控制方法、装置、设备及存储介质
CN108806686A (zh) * 2018-07-09 2018-11-13 广东小天才科技有限公司 一种语音搜题应用的启动控制方法及家教设备
CN109119071A (zh) * 2018-09-26 2019-01-01 珠海格力电器股份有限公司 一种语音识别模型的训练方法及装置
CN110046305A (zh) * 2019-04-23 2019-07-23 江西财经大学 一种人工智能深度学习的方法
CN111862991A (zh) * 2019-04-30 2020-10-30 杭州海康威视数字技术股份有限公司 一种婴儿哭声的识别方法及***
CN112530418A (zh) * 2019-08-28 2021-03-19 北京声智科技有限公司 一种语音唤醒方法、装置及相关设备
CN112581950A (zh) * 2019-09-29 2021-03-30 广东美的制冷设备有限公司 空调器的语音控制方法、装置及存储介质
CN110660393B (zh) * 2019-10-31 2021-12-03 广东美的制冷设备有限公司 语音交互方法、装置、设备及存储介质
CN110660393A (zh) * 2019-10-31 2020-01-07 广东美的制冷设备有限公司 语音交互方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN106548773B (zh) 2020-06-23

Similar Documents

Publication Publication Date Title
CN106548773A (zh) 基于人工智能的儿童用户搜索方法及装置
Dijkstra et al. Multilink: A computational model for bilingual word recognition and word translation
CN109478205B (zh) 用于计算机学习和理解的体系结构和方法
Shook et al. The bilingual language interaction network for comprehension of speech
CN109940627B (zh) 一种面向绘本阅读机器人的人机交互方法和***
Widdowson Linguistics
Gibbs et al. Interpreting figurative meaning
Kipp Gesture generation by imitation: From human behavior to computer character animation
Johnson Designing language teaching tasks
US7555713B2 (en) Writing and reading aid system
KR20190125153A (ko) 텍스트 기반 사용자심리상태예측 및 콘텐츠추천 장치 및 그 방법
CN106941000A (zh) 基于人工智能的语音交互方法和装置
US20200302827A1 (en) Tailored Interactive Learning System Using A Four-Valued Logic
Touretzky et al. Artificial intelligence thinking in K–12
Mao et al. Implementing emotion-based user-aware e-learning
Oliveira et al. Co-PoeTryMe: interactive poetry generation
Roemmele Inspiration through observation: Demonstrating the influence of automatically generated text on creative writing
Rajaraman From ELIZA to ChatGPT: history of human-computer conversation
CN117522643B (zh) 一种口才训练方法、装置、设备及存储介质
Perez et al. A synset-based recommender method for mixed-initiative narrative world creation
KR102101311B1 (ko) 동물구현체를 포함하는 가상현실 플랫폼 제공 방법 및 장치
Cahn A computational memory and processing model for prosody
Sharp et al. Cognitive approach to natural language processing
Macías et al. New trends on human-computer interaction: Research, development, new tools and methods
Shen Semantic parsing in spoken language understanding using abstract meaning representation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant