CN110223134A - 基于语音识别的产品推荐方法及相关设备 - Google Patents
基于语音识别的产品推荐方法及相关设备 Download PDFInfo
- Publication number
- CN110223134A CN110223134A CN201910350108.6A CN201910350108A CN110223134A CN 110223134 A CN110223134 A CN 110223134A CN 201910350108 A CN201910350108 A CN 201910350108A CN 110223134 A CN110223134 A CN 110223134A
- Authority
- CN
- China
- Prior art keywords
- user
- label
- product
- target product
- gender
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000004044 response Effects 0.000 claims abstract description 65
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 22
- 239000000284 extract Substances 0.000 claims abstract description 5
- 230000003044 adaptive effect Effects 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 2
- 238000010801 machine learning Methods 0.000 abstract description 6
- 238000012545 processing Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000007774 longterm Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000000352 storage cell Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Technology Law (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于语音识别的产品推荐方法及相关设备,涉及机器学习领域,所述方法包括:获取用户对关于目标产品的预设问题的应答语音;提取所述应答语音的语音特征参数;基于声学模型及所述应答语音,确定所述用户的目标产品的标签;使用基于MAP算法的GMM‑UBM模型,结合所述语音特征参数,确定所述用户的性别及年龄范围;基于所述用户的目标产品的标签、和所述用户的性别及年龄范围,向所述用户推荐产品。所述方法提高了推荐产品的精准度。
Description
技术领域
本发明涉及机器学习领域,特别是涉及基于语音识别的产品推荐方法及相关设备。
背景技术
随着互联网技术的高速发展,越来越多的工作由机器代替人工自动进行,例如在推销保险产品、理财产品这一领域,现在多由电子客服代替推销人员自动向用户推荐相应的产品。
在传统技术中,电子客服向用户推荐相应的产品时,是通过声学模型识别出用户应答语音中、关于对产品的需求信息,根据需求信息向用户推荐相应的产品的。但在这种情形下,由于关于用户的一些个人信息不便于直接向用户提问,造成信息的缺失,导致向用户推荐产品的准确度不高。
发明内容
基于此,为解决相关技术中如何从技术层面上更加精准地基于语音识别向用户推荐产品所面临的技术问题,本发明提供了一种基于语音识别的产品推荐方法、装置及电子设备。
第一方面,提供了一种基于语音识别的产品推荐方法,包括:
获取用户对关于目标产品的预设问题的应答语音;
基于声学模型及所述应答语音,确定所述用户的目标产品的标签;
提取所述应答语音的语音特征参数;
使用基于MAP算法的GMM-UBM模型,结合所述语音特征参数,确定所述用户的性别及年龄范围;
基于所述用户的目标产品的标签、和所述用户的性别及年龄范围,向所述用户推荐产品。
在本公开的一示例性实施例中,基于声学模型及所述应答语音,确定所述用户的目标产品的标签,包括:
将所述应答语音输入所述声学模型,获取所述应答语音对应的文本;
对所述文本进行分词,提取出所有实词;
根据所述实词与预设标签词库的匹配结果,确定所述用户的目标产品的标签。
在本公开的一示例性实施例中,在所述根据所述实词与预设标签词库的匹配结果,确定所述用户的目标产品的标签之前,包括:
以标签词作为根节点,与所述标签词语义相近词汇作为对应根节点的子节点的方式建立词汇节点森林;
将所述词汇节点森林确定为所述标签词库。
在本公开的一示例性实施例中,根据所述实词与预设标签词库的匹配结果,确定所述用户的目标产品的标签,包括:
对各所述实词,确定所述预设标签词库中与所述实词相同的词汇所在节点森林的子节点;
将所述子节点所属根节点的标签词确定为所述用户的目标产品的标签。
在本公开的一示例性实施例中,使用基于MAP算法的GMM-UBM模型,结合所述语音特征参数,确定所述用户的性别及年龄范围,包括:
获取预训练的GMM-UBM模型,所述GMM-UBM模型有着经过预训练后的第一模型参数;
基于所述语音特征参数与MAP算法,获取所述GMM-UBM模型适应所述语音特征参数的第二模型参数;
将所述第一模型参数与所述第二模型参数进行融合,得到有着自适应模型参数的GMM-UBM模型;
将所述应答语音输入所述有着自适应模型参数的GMM-UBM模型,得到所述应答语音对应的用户的性别及年龄范围信息。
在本公开的一示例性实施例中,基于所述用户的目标产品的标签、所述用户的性别及年龄范围,向所述用户推荐产品,包括:
根据所述用户的目标产品的标签与各产品的标签的匹配结果,确定各产品对应的第一分数;
根据所述用户的性别及年龄范围与各产品目标人群的性别及年龄范围的匹配结果,确定各产品对应的第二分数;
基于所述第一分数与所述第二分数,向所述用户推荐产品。
在本公开的一示例性实施例中,基于所述第一分数与所述第二分数,向所述用户推荐产品,包括:
根据预先向所述第一分数与所述第二分数分配的权重,确定各产品对应的加权分数;
确定数值最大的所述加权分数对应的产品;
将所述数值最大的所述加权分数对应的产品推荐给所述用户。
根据本公开的第二方面,提供了一种基于语音识别的产品推荐的装置,包括:
获取模块,用于获取用户对关于目标产品的预设问题的应答语音;
第一确定模块,用于基于声学模型及所述应答语音,确定所述用户的目标产品的标签;
提取模块,用于提取所述应答语音的语音特征参数;
第二确定模块,用于使用基于MAP算法的GMM-UBM模型,结合所述语音特征参数,确定所述用户的性别及年龄范围;
推荐模块,用于基于所述用户的目标产品的标签、和所述用户的性别及年龄范围,向所述用户推荐产品。
根据本公开的第三方面,提供了一种基于语音识别的产品推荐的电子设备,包括:
存储器,配置为存储可执行指令;
处理器,配置为执行存储器中存储的可执行指令,以执行以上所述的方法。
根据本公开的第四方面,提供一种计算机可读存储介质,其存储有计算机程序指令,当所述计算机指令被计算机执行时,使计算机执行以上所述的方法。
与传统技术中基于语音识别的产品推荐方法相比,本公开的实施例在解析用户应答语音对应的文本信息的基础之上,引入了基于MAP算法的GMM-UBM模型,对用户的性别及年龄范围进行判定。从而结合应答语音对应的文本信息及用户的性别及年龄范围,向用户推荐产品,提高了产品推荐的精准度。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
图1示出根据本公开一示例实施方式的基于语音识别的产品推荐的流程图。
图2示出根据本公开一示例实施方式的基于语音识别的产品推荐的装置的方框图。
图3示出根据本公开一示例实施方式的基于声学模型及所述应答语音,确定所述用户的目标产品的标签的详细流程图。
图4示出根据本公开一示例实施方式的根据所述实词与预设标签词库的匹配结果,确定所述用户的目标产品的标签的详细流程图。
图5示出根据本公开一示例实施方式的使用基于MAP算法的GMM-UBM模型,结合所述语音特征参数,确定所述用户的性别及年龄范围的详细流程图。
图6示出根据本公开一示例实施方式的基于所述用户的目标产品的标签、所述用户的性别及年龄范围,向所述用户推荐产品的详细流程图。
图7示出根据本公开一示例实施方式的基于所述第一分数与所述第二分数,向所述用户推荐产品的详细流程图。
图8示出根据本公开一示例实施方式的基于语音识别的产品推荐的***架构图。
图9示出根据本公开一示例实施方式的基于语音识别的产品推荐的电子设备图。
图10示出根据本公开一示例实施方式的基于语音识别的产品推荐的计算机可读存储介质图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本公开的目的在于从技术层面提高基于语音识别的产品推荐的精准度。根据本公开一个实施例的基于语音识别的产品推荐方法,包括:获取用户对关于目标产品的预设问题的应答语音;基于声学模型及所述应答语音,确定所述用户的目标产品的标签;提取所述应答语音的语音特征参数;使用基于MAP算法的GMM-UBM模型,结合所述语音特征参数,确定所述用户的性别及年龄范围;基于所述用户的目标产品的标签、和所述用户的性别及年龄范围,向所述用户推荐产品。与传统技术中基于语音识别的产品推荐方法相比,本公开的实施例在解析用户应答语音对应的文本信息的基础之上,引入了基于MAP算法的GMM-UBM模型,对用户的性别及年龄范围进行判定。从而结合应答语音对应的文本信息及用户的性别及年龄范围,向用户推荐产品,提高了产品推荐的精准度。
图1示出根据本公开一示例实施方式的基于语音识别的产品推荐的流程图:
步骤S100:获取用户对关于目标产品的预设问题的应答语音;
步骤S110:基于声学模型及所述应答语音,确定所述用户的目标产品的标签;
步骤S120:提取所述应答语音的语音特征参数;
步骤S130:使用基于MAP算法的GMM-UBM模型,结合所述语音特征参数,确定所述用户的性别及年龄范围;
步骤S140:基于所述用户的目标产品的标签、和所述用户的性别及年龄范围,向所述用户推荐产品。
下面,将结合附图对本示例实施方式中上述基于语音识别的产品推荐的各步骤进行详细的解释以及说明。
在步骤S100中,获取用户对关于目标产品的预设问题的应答语音。
目标产品是指用户想要获取的产品。
关于目标产品的预设问题是指事先设置的、关于用户想要获取的产品的问题。
在一实施例中,服务器与用户终端建立通信后,向用户终端发送关于目标产品的预设问题语音,例如:“请问您想投资哪类理财产品?”、“请问您想投保哪种类型的保险产品?”然后,从用户终端获取用户对预设问题语音的应答语音。
通过这种方法,使得服务器能够对所述应答语音进行解析,以便确定用户对目标产品的喜好、倾向。
下面描述服务器基于所述应答语音确定所述用户的目标产品的标签的过程。
在步骤S110中,基于声学模型及所述应答语音,确定所述用户的目标产品的标签。
标签用来反映出对应产品的属性,例如:产品类别、产品适用人群。
在一实施例中,如图3所示,步骤S110包括:
步骤S1101:将所述应答语音输入所述声学模型,获取所述应答语音对应的文本;
步骤S1102:对所述文本进行分词,提取出所有实词;
步骤S1103:根据所述实词与预设标签词库的匹配结果,确定所述用户的目标产品的标签。
声学模型是指将语音转换为对应的文本的机器学习模型。
在一实施例中,将应答语音输入基于深度学习的GMM-HMM模型。其中,所述GMM-HMM模型经过预先训练,能够将输入的语音转换为对应的文本。之后,获取GMM-HMM模型输出的应答语音对应的文本,对所述文本进行分词,提取出所有实词。例如,获取的文本为:“我想了解一下关于医疗的保险产品”,分词后提取出的实词为:“我”、“了解”、“医疗”、“保险”、“产品”。提取出应答语音对应的文本中的实词后,再将所述实词与预设标签词库进行匹配,从而确定用户的目标产品的标签。
该实施例的优点在于,通过声学模型将应答语音转换为文本,便于对应答语音中信息的处理,从而能够确定出用户的目标产品的标签。
下面描述预设标签词库的建立过程。
在一实施例中,在所述根据所述实词与预设标签词库的匹配结果,确定所述用户的目标产品的标签之前,包括:
以标签词作为根节点,与所述标签词语义相近词汇作为对应根节点的子节点的方式建立词汇节点森林;
将所述词汇节点森林确定为所述标签词库。
标签词是指直接用作产品标签的词汇。
在一实施例中,标签词有“医疗”、“交通”、“自然意外”。将“医疗”作为一个根节点,与“医疗”语义相近的词如“健康”、“生病”则作为该根节点的子节点,建立起节点树1;将“交通”作为一个根节点,与“交通”语义相近的词如“车辆”、“驾驶”则作为该根节点的子节点,建立起节点树2;将“自然意外”作为一个根节点,与“自然意外”语义相近的词如“旱灾”、“涝灾”、“洪涝”则作为该根节点的子节点,建立起节点树3。由所述节点树1、所述节点树2及所述节点树3共同组成的节点森林确定为标签词库。
该实施例的优点在于,通过节点森林的形式建立的标签词库便于实词的匹配,提高了确定标签词的效率。
下面描述步骤S1103中,根据所述实词与预设标签词库的匹配结果,确定所述用户的目标产品的标签的过程。
在一实施例中,如图4所示,步骤S1103包括:
步骤S11031:对各所述实词,确定所述预设标签词库中与所述实词相同的词汇所在节点森林的节点;
步骤S11032:将所述节点所属根节点的标签词确定为所述用户的目标产品的标签。
在一实施例中,提取出的实词为:“我”、“了解”、“健康”、“保险”、“产品”。依次将各实词与预设标签词库中的词汇进行对比:从标签词库中确定实词“健康”位于节点树1中,则将节点树1的根节点的标签词“医疗”确定为所述用户的目标产品的标签。
该实施例的优点在于,对于用户间多种形式的口语表达的情形适用性高,能够高效率地确定出用户的目标产品的标签。
下面描述基于用户的应答语音确定用户的性别及年龄范围的过程。
在步骤S120中,提取所述应答语音的语音特征参数。
在一实施例中,对所述应答语音进行前端处理,例如端点检测、降噪、语音增强,目的在于提高语音的识别率,便于进一步的特征参数提取。经过前端处理后,提取出应答语音的MFCC参数。其中,MFCC参数是用来描述语音特征的一系列倒谱向量,可以用于对语音分类器进行训练。
该方法的目的在于提取出语音特征参数,以便后续机器学习模型的训练。
在步骤S130中,使用基于MAP算法的GMM-UBM模型,结合所述语音特征参数,确定所述用户的性别及年龄范围。
在一实施例中,如图5所示,步骤S130包括:
步骤S1301:获取预训练的GMM-UBM模型,所述GMM-UBM模型有着经过预训练后的第一模型参数;
步骤S1302:基于所述语音特征参数与MAP算法,获取所述GMM-UBM模型适应所述语音特征参数的第二模型参数;
步骤S1303:将所述第一模型参数与所述第二模型参数进行融合,得到有着自适应模型参数的GMM-UBM模型;
步骤S1304:将所述应答语音输入所述有着自适应模型参数的GMM-UBM模型,得到所述应答语音对应的用户的性别及年龄范围信息。
MAP算法是指最大后验概率算法,用于调整机器学习模型的参数。使用MAP算法对模型参数进行估计,避免了过拟合的产生。
在使用用户的语音特征参数对GMM模型进行训练时,由于人类语音具有一定的共通性,因此不必对GMM的所有模型参数进行调整。因此,可以将其他用户的语音特征参数看作背景数据,使用背景数据预训练GMM模型,从而得到了GMM-UBM模型。
在一实施例中,预训练的GMM-UBM模型有着第一模型参数,表征的是普遍人群的语音特征。之后,使用MAP算法结合所述用户的语音特征参数,对GMM-UBM模型进行模型参数的估计,避免了过拟合的产生的同时获取了GMM-UBM模型适应所述用户所要调整的第二模型参数。将第一模型参数与第二模型参数进行融合,得到有着自适应模型参数的GMM-UBM模型。所述有着自适应模型参数的GMM-UBM模型能够针对所述用户进行语音特征分析。将所述用户的应答语音输入所述有着自适应模型参数的GMM-UBM模型,获取所述有着自适应模型参数的GMM-UBM模型输出的用户的性别及年龄范围信息。
该实施例的优点在于,提高了机器学习模型识别用户的性别及年龄范围的准确率。
下面描述步骤S140:基于所述用户的目标产品的标签、所述用户的性别及年龄范围,向所述用户推荐产品的过程。
在一实施例中,如图6所示,步骤S140包括:
步骤S1401:根据所述用户的目标产品的标签与各产品的标签的匹配结果,确定各产品对应的第一分数;
步骤S1402:根据所述用户的性别及年龄范围与各产品目标人群的性别及年龄范围的匹配结果,确定各产品对应的第二分数;
步骤S1403:基于所述第一分数与所述第二分数,向所述用户推荐产品。
通过这种方法,从分数数值的角度量化各产品与所述用户的匹配程度,提高了产品推荐的准确度。
在一实施例中,确定各产品对应的第一分数是通过以下方式得到的:对一产品,确定该产品的标签与用户的目标产品的标签的交集、并集;使用所述交集的成员数目除以所述并集的成员数目,再乘以100,得到该产品对应的第一分数。例如:用户的目标产品的标签为:“债券”、“长期”、“收益率稳定”;产品A的标签为“股票”、“长期”、“收益率不稳定”;产品B的标签为:“债券”、“短期”、“收益率稳定”。对于产品A,其与用户的目标产品的标签的交集为:“长期”,并集为:“债券”、“长期”、“收益率稳定”、“股票”、“收益率不稳定”。按照上述第一分数的计算方法得到,产品A对应的第一分数为20分。对于产品B,其与用户的目标产品的标签的交集为:“债券”、“收益率稳定”,并集为:“债券”、“长期”、“收益率稳定”、“短期”。按照上述第一分数的计算方法得到,产品B对应的第一分数为50分。
在一实施例中,所述第二分数通过以下方式确定:对一产品,如果该产品目标人群的性别包含所述用户的性别、目标人群的年龄范围与所述用户的年龄范围一致,则对应的第二分数为100分;如果该产品目标人群的性别不包含所述用户的性别、目标人群的年龄范围与所述用户的年龄范围一致,则对应的第二分数为50分;如果该产品目标人群的性别包含所述用户的性别、目标人群的年龄范围与所述用户的年龄范围不一致,则对应的第二分数为50分;如果该产品目标人群的性别不包含所述用户的性别、目标人群的年龄范围与所述用户的年龄范围不一致,则对应的第二分数为0分。例如,用户的性别为男,年龄范围在20~40岁之间。产品A的目标人群的性别为男,年龄范围在20~40岁之间,则产品A对应的第二分数为100分;产品B的目标人群性别不限,年龄范围在40~60岁之间,则产品B对应的第二分数为50分。
在一实施例中,如图7所示,步骤S1403包括:
步骤S14031:根据预先向所述第一分数与所述第二分数分配的权重,确定各产品对应的加权分数;
步骤S14032:确定数值最大的所述加权分数对应的产品;
步骤S14033:将所述数值最大的所述加权分数对应的产品推荐给所述用户。
在一实施例中,预先向第一分数分配的权重为0.8,向第二分数分配的权重为0.2。产品A对应的第一分数为20分,第二分数为100分,则产品A对应的加权分数为36分;产品B对应的第一分数为50分,第二分数为50分,则产品B对应的加权分数为50分。由于产品B对应的加权分数最大,将产品B推荐给所述用户。
通过这种方法,达到了将最适合所述用户的产品推荐给所述用户的目的。
在一实施例中,如图2所示,提供了一种基于语音识别的产品推荐的装置,具体包括:
获取模块210,用于获取用户对关于目标产品的预设问题的应答语音;
第一确定模块220,用于基于声学模型及所述应答语音,确定所述用户的目标产品的标签;
提取模块230,用于提取所述应答语音的语音特征参数;
第二确定模块240,用于使用基于MAP算法的GMM-UBM模型,结合所述语音特征参数,确定所述用户的性别及年龄范围;
推荐模块250,用于基于所述用户的目标产品的标签、和所述用户的性别及年龄范围,向所述用户推荐产品。
上述装置中各个模块的功能和作用的实现过程具体详见上述基于语音识别的产品推荐的方法中对应步骤的实现过程,在此不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
图8示出根据本公开一示例实施方式的基于语音识别的产品推荐的***架构图。该***架构包括:用户端310、服务器320、数据库330。
在一实施例中,服务器320与用户端310建立通信后,向用户端310发送与用户的目标产品相关的预设问题语音,并接收用户端310相应的应答语音。服务器320将应答语音输入用于识别语音内容的声学模型,得到应答语音对应的文本信息。服务器320对所述文本进行分词,将得到的分词结果与预设的标签库进行匹配,从而确定用户的目标产品的标签。服务器320将应答语音输入用于识别性别及年龄范围的GMM-UBM模型,得到用户的性别及年龄范围信息。最终,服务器320从数据库330中调取各产品的信息(产品的标签、产品目标人群的性别及年龄范围),结合用户的目标产品的标签与用户的性别及年龄范围信息,将最适合该用户的产品通过用户端310推荐给该用户,完成产品的推荐。
通过以上对***架构的描述,本领域的技术人员易于理解,这里描述的***架构能够实现图2所示的基于语音识别的产品推荐的装置中各个模块的功能。
在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为***、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“***”。
下面参照图9来描述根据本发明的这种实施方式的电子设备400。图9显示的电子设备400仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图9所示,电子设备400以通用计算设备的形式表现。电子设备400的组件可以包括但不限于:上述至少一个处理单元410、上述至少一个存储单元420、连接不同***组件(包括存储单元420和处理单元410)的总线430。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元410执行,使得所述处理单元410执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元410可以执行如图1中所示步骤S100:获取用户对关于目标产品的预设问题的应答语音;步骤S110:基于声学模型及所述应答语音,确定所述用户的目标产品的标签;步骤S120:提取所述应答语音的语音特征参数;步骤S130:使用基于MAP算法的GMM-UBM模型,结合所述语音特征参数,确定所述用户的性别及年龄范围;步骤S140:基于所述用户的目标产品的标签、和所述用户的性别及年龄范围,向所述用户推荐产品。
存储单元420可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)4201和/或高速缓存存储单元4202,还可以进一步包括只读存储单元(ROM)4203。
存储单元420还可以包括具有一组(至少一个)程序模块4205的程序/实用工具4204,这样的程序模块4205包括但不限于:操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线430可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备400也可以与一个或多个外部设备500(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备400交互的设备通信,和/或与使得该电子设备400能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口450进行。并且,电子设备400还可以通过网络适配器460与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器460通过总线430与电子设备400的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备400使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
参考图10所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品600,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
Claims (10)
1.一种基于语音识别的产品推荐方法,其特征在于,包括:
获取用户对关于目标产品的预设问题的应答语音;
基于声学模型及所述应答语音,确定所述用户的目标产品的标签;
提取所述应答语音的语音特征参数;
使用基于MAP算法的GMM-UBM模型,结合所述语音特征参数,确定所述用户的性别及年龄范围;
基于所述用户的目标产品的标签、和所述用户的性别及年龄范围,向所述用户推荐产品。
2.根据权利要求1所述的方法,其特征在于,所述基于声学模型及所述应答语音,确定所述用户的目标产品的标签,包括:
将所述应答语音输入所述声学模型,获取所述应答语音对应的文本;
对所述文本进行分词,提取出所有实词;
根据所述实词与预设标签词库的匹配结果,确定所述用户的目标产品的标签。
3.根据权利要求2所述的方法,其特征在于,在所述根据所述实词与预设标签词库的匹配结果,确定所述用户的目标产品的标签之前,包括:
以标签词作为根节点,与所述标签词语义相近词汇作为对应根节点的子节点的方式建立词汇节点森林;
将所述词汇节点森林确定为所述标签词库。
4.根据权利要求2所述的方法,其特征在于,所述根据所述实词与预设标签词库的匹配结果,确定所述用户的目标产品的标签,包括:
对各所述实词,确定所述预设标签词库中与所述实词相同的词汇所在节点森林的节点;
将所述节点所属根节点的标签词确定为所述用户的目标产品的标签。
5.根据权利要求1所述的方法,其特征在于,所述使用基于MAP算法的GMM-UBM模型,结合所述语音特征参数,确定所述用户的性别及年龄范围,包括:
获取预训练的GMM-UBM模型,所述GMM-UBM模型有着经过预训练后的第一模型参数;
基于所述语音特征参数与MAP算法,获取所述GMM-UBM模型适应所述语音特征参数的第二模型参数;
将所述第一模型参数与所述第二模型参数进行融合,得到有着自适应模型参数的GMM-UBM模型;
将所述应答语音输入所述有着自适应模型参数的GMM-UBM模型,得到所述应答语音对应的用户的性别及年龄范围信息。
6.根据权利要求1所述的方法,其特征在于,所述基于所述用户的目标产品的标签、所述用户的性别及年龄范围,向所述用户推荐产品,包括:
根据所述用户的目标产品的标签与各产品的标签的匹配结果,确定各产品对应的第一分数;
根据所述用户的性别及年龄范围与各产品目标人群的性别及年龄范围的匹配结果,确定各产品对应的第二分数;
基于所述第一分数与所述第二分数,向所述用户推荐产品。
7.根据权利要求6所述的方法,其特征在于,所述基于所述第一分数与所述第二分数,向所述用户推荐产品,包括:
根据预先向所述第一分数与所述第二分数分配的权重,确定各产品对应的加权分数;
确定数值最大的所述加权分数对应的产品;
将所述数值最大的所述加权分数对应的产品推荐给所述用户。
8.一种基于语音识别的产品推荐的装置,其特征在于,包括:
获取模块,用于获取用户对关于目标产品的预设问题的应答语音;
第一确定模块,用于基于声学模型及所述应答语音,确定所述用户的目标产品的标签;
提取模块,用于提取所述应答语音的语音特征参数;
第二确定模块,用于使用基于MAP算法的GMM-UBM模型,结合所述语音特征参数,确定所述用户的性别及年龄范围;
推荐模块,用于基于所述用户的目标产品的标签、和所述用户的性别及年龄范围,向所述用户推荐产品。
9.一种基于语音识别的产品推荐的电子设备,其特征在于,包括:
存储器,配置为存储可执行指令;
处理器,配置为执行存储器中存储的可执行指令,以实现根据权利要求1-7中任一个所述的方法。
10.一种计算机可读存储介质,其特征在于,其存储有计算机程序指令,当所述计算机指令被计算机执行时,使计算机执行根据权利要求1-7中任一个所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910350108.6A CN110223134B (zh) | 2019-04-28 | 2019-04-28 | 基于语音识别的产品推荐方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910350108.6A CN110223134B (zh) | 2019-04-28 | 2019-04-28 | 基于语音识别的产品推荐方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110223134A true CN110223134A (zh) | 2019-09-10 |
CN110223134B CN110223134B (zh) | 2022-10-28 |
Family
ID=67820199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910350108.6A Active CN110223134B (zh) | 2019-04-28 | 2019-04-28 | 基于语音识别的产品推荐方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110223134B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062332A (zh) * | 2019-12-18 | 2020-04-24 | 秒针信息技术有限公司 | 信息推送方法和装置 |
CN112349275A (zh) * | 2020-11-10 | 2021-02-09 | 平安普惠企业管理有限公司 | 适用于多种用户的语音识别方法、装置、设备及介质 |
CN112420018A (zh) * | 2020-10-26 | 2021-02-26 | 昆明理工大学 | 一种适用于低信噪比环境下语种识别方法 |
CN113327130A (zh) * | 2021-06-01 | 2021-08-31 | 深圳市爱深盈通信息技术有限公司 | 迎宾机器人的控制方法、迎宾机器人和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105872792A (zh) * | 2016-03-25 | 2016-08-17 | 乐视控股(北京)有限公司 | 基于语音的服务推荐方法及装置 |
US20170236520A1 (en) * | 2016-02-16 | 2017-08-17 | Knuedge Incorporated | Generating Models for Text-Dependent Speaker Verification |
CN107886949A (zh) * | 2017-11-24 | 2018-04-06 | 科大讯飞股份有限公司 | 一种内容推荐方法及装置 |
CN109582822A (zh) * | 2018-10-19 | 2019-04-05 | 百度在线网络技术(北京)有限公司 | 一种基于用户语音的音乐推荐方法及装置 |
-
2019
- 2019-04-28 CN CN201910350108.6A patent/CN110223134B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170236520A1 (en) * | 2016-02-16 | 2017-08-17 | Knuedge Incorporated | Generating Models for Text-Dependent Speaker Verification |
CN105872792A (zh) * | 2016-03-25 | 2016-08-17 | 乐视控股(北京)有限公司 | 基于语音的服务推荐方法及装置 |
CN107886949A (zh) * | 2017-11-24 | 2018-04-06 | 科大讯飞股份有限公司 | 一种内容推荐方法及装置 |
CN109582822A (zh) * | 2018-10-19 | 2019-04-05 | 百度在线网络技术(北京)有限公司 | 一种基于用户语音的音乐推荐方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062332A (zh) * | 2019-12-18 | 2020-04-24 | 秒针信息技术有限公司 | 信息推送方法和装置 |
CN112420018A (zh) * | 2020-10-26 | 2021-02-26 | 昆明理工大学 | 一种适用于低信噪比环境下语种识别方法 |
CN112349275A (zh) * | 2020-11-10 | 2021-02-09 | 平安普惠企业管理有限公司 | 适用于多种用户的语音识别方法、装置、设备及介质 |
CN113327130A (zh) * | 2021-06-01 | 2021-08-31 | 深圳市爱深盈通信息技术有限公司 | 迎宾机器人的控制方法、迎宾机器人和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110223134B (zh) | 2022-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10402501B2 (en) | Multi-lingual virtual personal assistant | |
JP7022062B2 (ja) | 統合化された物体認識および顔表情認識を伴うvpa | |
US20210233521A1 (en) | Method for speech recognition based on language adaptivity and related apparatus | |
CN109923608B (zh) | 利用神经网络对混合语音识别结果进行评级的***和方法 | |
Batliner et al. | Whodunnit–searching for the most important feature types signalling emotion-related user states in speech | |
KR102449875B1 (ko) | 음성 신호 번역 방법 및 그에 따른 전자 장치 | |
CN110223134A (zh) | 基于语音识别的产品推荐方法及相关设备 | |
CN113205817B (zh) | 语音语义识别方法、***、设备及介质 | |
CN107507612A (zh) | 一种声纹识别方法及装置 | |
KR20170034227A (ko) | 음성 인식 장치 및 방법과, 음성 인식을 위한 변환 파라미터 학습 장치 및 방법 | |
Chandrasekar et al. | Automatic speech emotion recognition: A survey | |
US10783329B2 (en) | Method, device and computer readable storage medium for presenting emotion | |
US11881209B2 (en) | Electronic device and control method | |
JP2022046731A (ja) | 音声生成方法、装置、電子機器及び記憶媒体 | |
KR102100214B1 (ko) | 음성 인식 기반의 세일즈 대화 분석 방법 및 장치 | |
Devi et al. | Speaker emotion recognition based on speech features and classification techniques | |
US20230127787A1 (en) | Method and apparatus for converting voice timbre, method and apparatus for training model, device and medium | |
Gupta et al. | Analysis of engagement behavior in children during dyadic interactions using prosodic cues | |
CN110647613A (zh) | 一种课件构建方法、装置、服务器和存储介质 | |
CN113836945B (zh) | 意图识别方法、装置、电子设备和存储介质 | |
Lokesh et al. | Speech to speech interaction system using Multimedia Tools and Partially Observable Markov Decision Process for visually impaired students | |
KR20210009266A (ko) | 음성 인식 기반의 세일즈 대화 분석 방법 및 장치 | |
US11599339B2 (en) | Creating user experience designs | |
CN113593523B (zh) | 基于人工智能的语音检测方法、装置及电子设备 | |
Conghai et al. | An artificial intelligence based speech model for linguistics teaching |
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 |