CN112199587A - 搜索方法、装置、电子设备及存储介质 - Google Patents
搜索方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112199587A CN112199587A CN202011056692.3A CN202011056692A CN112199587A CN 112199587 A CN112199587 A CN 112199587A CN 202011056692 A CN202011056692 A CN 202011056692A CN 112199587 A CN112199587 A CN 112199587A
- Authority
- CN
- China
- Prior art keywords
- search result
- result
- target
- search
- target feature
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012163 sequencing technique Methods 0.000 claims abstract description 36
- 238000004891 communication Methods 0.000 claims abstract description 34
- 238000001514 detection method Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 240000001417 Vigna umbellata Species 0.000 description 1
- 235000011453 Vigna umbellata Nutrition 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供了一种搜索方法、装置、电子设备及存储介质,其中,该搜索方法包括:获取用户的语音信息;根据所述语音信息获取本端的第一搜索结果以及移动终端的第二搜索结果;所述移动终端与所述电子设备建立有通信连接;对所述第一搜索结果或所述第二搜索结果进行排序,根据排序结果确定出目标搜索结果。本申请实施例能够使搜索到的资源更加全面,从而有利于提高最终搜索结果的准确性,更能满足用户需求。
Description
技术领域
本申请涉及终端设备技术领域,尤其涉及一种搜索方法、装置、电子设备及存储介质。
背景技术
随着经济水平的提升,全国性、区域性的汽车保有量均在稳定提升,汽车成为人们出行的优选方式之一。另一方面,电子技术、自动化技术、人工智能技术的发展使汽车各方面的性能有了极大地改善,例如:自动驾驶可有效减轻驾驶员的负担、基于语音识别可为用户提供更加个性化的服务。目前电子设备可通过语音识别提供搜索服务,以满足用户的资源获取需求,例如:搜索音乐、电子书等,但是电子设备所接入的资源库十分有限,这就使得电子设备所能搜索到的资源并不全面,从而导致最终的搜索结果并不准确。
发明内容
针对上述问题,本申请提供了一种搜索方法、装置、电子设备及存储介质,有利于提高电子设备搜索资源的全面性,从而提高最终搜索结果的准确性。
为实现上述目的,本申请实施例第一方面提供了一种搜索方法,应用于电子设备,该方法包括:
获取用户的语音信息;
根据所述语音信息获取本端的第一搜索结果以及移动终端的第二搜索结果;所述移动终端与所述电子设备建立有通信连接;
对所述第一搜索结果或所述第二搜索结果进行排序,根据排序结果确定出目标搜索结果。
在第一方面的一种实施方式中,所述根据所述语音信息获取本端的第一搜索结果以及移动终端的第二搜索结果,包括:
对所述语音信息进行语音识别,得到语音识别结果;
根据所述语音识别结果进行搜索,得到所述第一搜索结果;以及,
基于所述通信连接将所述语音识别结果发送至所述移动终端,使得所述移动终端根据所述语音识别结果进行搜索,得到所述第二搜索结果;
接收所述移动终端返回的所述第二搜索结果。
在第一方面的另一种实施方式中,在确定出所述目标搜索结果之后,所述方法还包括:
在所述目标搜索结果属于所述第一搜索结果的情况下,在本端执行所述目标搜索结果;
在所述目标搜索结果属于所述第二搜索结果的情况下,基于所述通信连接在所述移动终端执行所述目标搜索结果。
在第一方面的另一种实施方式中,所述对所述第一搜索结果或所述第二搜索结果进行排序,根据排序结果确定出目标搜索结果,包括:
在所述第一搜索结果为空、所述第二搜索结果不为空的情况下,获取所述第二搜索结果中每条搜索结果的第一满足度,按照所述第一满足度对所述第二搜索结果中的每条搜索结果进行排序,从排序后的所述第二搜索结果中确定出所述目标搜索结果;其中,所述第一满足度用于指示所述第二搜索结果中的每条搜索结果与所述语音识别结果的匹配程度;
在所述第一搜索结果不为空、所述第二搜索结果为空的情况下,获取所述第一搜索结果中每条搜索结果的第二满足度;按照所述第二满足度对所述第一搜索结果中的每条搜索结果进行排序,从排序后的所述第一搜索结果中确定出所述目标搜索结果;其中,所述第二满足度用于指示所述第一搜索结果中的每条搜索结果与所述语音识别结果的匹配程度。
在第一方面的另一种实施方式中,所述方法还包括:
在所述第一搜索结果、所述第二搜索结果均不为空的情况下,将所述第一搜索结果与所述第二搜索结果合并,得到第三搜索结果;
获取所述第三搜索结果中每条搜索结果的第三满足度;
按照所述第三满足度对所述第三搜索结果中的每条搜索结果进行排序,以确定出所述目标搜索结果;其中,所述第三满足度用于指示所述第三搜索结果中的每条搜索结果与所述语音识别结果的匹配程度。
在第一方面的另一种实施方式中,所述获取所述第二搜索结果中每条搜索结果的第一满足度,包括:
获取所述第二搜索结果中每条搜索结果与所述语音识别结果之间的相似度;
根据所述相似度及预设值将所述第二搜索结果划分为第一结果集、第二结果集和第三结果集;
基于所述第一结果集、所述第二结果集和所述第三结果集,采用预设公式计算得到所述第二搜索结果中每条搜索结果的所述第一满足度。
在第一方面的另一种实施方式中,所述语音信息包括人声和噪音;所述对所述语音信息进行语音识别,得到语音识别结果,包括:
将所述语音信息输入语音活动检测模型进行人声提取,得到N段人声语音信息;N为大于1的整数;
获取所述N段人声语音信息的特征序列,得到N段特征序列;
根据所述N段特征序列生成目标特征序列;
从所述目标特征序列中分别截取出P段目标特征子序列和R个目标特征;P和R为大于1的整数
计算所述P段目标特征子序列中每个目标特征和所述R个目标特征之间的相似度,得到所述每个目标特征的R个相似度;
基于所述每个目标特征的R个相似度获取所述P段目标特征子序列中每段目标特征子序列的更新特征子序列;
采用所述更新特征子序列对所述目标特征序列进行更新,得到更新的目标特征序列;
将所述更新的目标特征序列与文本数据库中存储的多条文本对应的特征序列进行匹配,得到所述语音识别结果;所述文本数据库用于存储所述多条文本及每条文本对应的特征序列。
在第一方面的另一种实施方式中,所述基于所述每个目标特征的R个相似度获取所述P段目标特征子序列中每段目标特征子序列的更新特征子序列,包括:
对所述每个目标特征的R个相似度进行归一化,得到所述每个目标特征的R个权重;
基于所述每个目标特征以及所述每个目标特征的R个权重计算得到所述每个目标特征的R个输出特征;
对所述每个目标特征的R个输出特征进行求和,得到所述每个目标特征的更新特征,由所述每个目标特征的更新特征组成所述更新特征子序列。
本申请实施例第二方面提供了一种搜索装置,该装置包括:
语音获取模块,用于获取用户的语音信息;
搜索结果获取模块,用于根据所述语音信息获取本端的第一搜索结果以及移动终端的第二搜索结果;所述移动终端与所述电子设备建立有通信连接;
搜索结果选择模块,用于对所述第一搜索结果或所述第二搜索结果进行排序,根据排序结果确定出目标搜索结果。
本申请实施例第三方面提供了一种电子设备,该电子设备包括输入设备和输出设备,还包括处理器,适于实现一条或多条指令;以及,计算机存储介质,所述计算机存储介质存储有一条或多条指令,所述一条或多条指令适于由所述处理器加载并执行如下步骤:
获取用户的语音信息;
根据所述语音信息获取本端的第一搜索结果以及移动终端的第二搜索结果;所述移动终端与所述电子设备建立有通信连接;
对所述第一搜索结果或所述第二搜索结果进行排序,根据排序结果确定出目标搜索结果。
本申请实施例第四方面提供了一种计算机存储介质,所述计算机存储介质存储有一条或多条指令,所述一条或多条指令适于由处理器加载并执行如下步骤:
获取用户的语音信息;
根据所述语音信息获取本端的第一搜索结果以及移动终端的第二搜索结果;所述移动终端与所述电子设备建立有通信连接;
对所述第一搜索结果或所述第二搜索结果进行排序,根据排序结果确定出目标搜索结果。
本申请的上述方案至少包括以下有益效果:与现有技术相比,本申请实施例中电子设备通过获取用户的语音信息;根据所述语音信息获取本端的第一搜索结果以及移动终端的第二搜索结果;所述移动终端与所述电子设备建立有通信连接;对所述第一搜索结果或所述第二搜索结果进行排序,根据排序结果确定出目标搜索结果。这样电子设备实现了与移动终端的协同搜索,其搜索结果不局限于电子设备的第一搜索结果,也不局限于移动终端的第二搜索结果,而是将二者的搜索结果进行了结合,搜索到的资源更加全面,从而有利于提高最终搜索结果的准确性,更能满足用户需求。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种应用环境的示意图;
图2为本申请实施例提供的一种搜索方法的流程示意图;
图3A为本申请实施例提供的一种搜索方式的示例图;
图3B为本申请实施例提供的另一种搜索方式的示例图;
图4A为本申请实施例提供的一种语音信息检测的示例图;
图4B为本申请实施例提供的一种N段人声语音信息中音频帧的示例图;
图5为本申请实施例提供的另一种搜索方法的流程示意图;
图6为本申请实施例提供的一种搜索装置的结构示意图;
图7为本申请实施例提供的另一种搜索装置的结构示意图;
图8为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
本申请说明书、权利要求书和附图中出现的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外,术语“第一”、“第二”和“第三”等是用于区别不同的对象,而并非用于描述特定的顺序。
本申请实施例提供一种搜索方法,可基于图1所示的应用环境实施,如图1所示,该应用环境包括电子设备以及至少一个与电子设备建立通信连接的移动终端,其中,电子设备至少包括通信模块、处理器、显示模块和语音获取模块,移动终端同样包括通信模块、处理器、显示模块和语音获取模块,电子设备和移动终端的通信模块均设置数据协议接口,基于该数据协议接口建立通信连接。
具体的,当预设范围内的用户发出用于搜索的语音信息时,电子设备和移动终端的语音获取模块都可获取到该语音信息,二者的处理器可分别基于语音获取模块传输的语音信息进行语音识别,得到语音识别结果,电子设备的处理器基于自身的语音识别结果在本地或第三方进行搜索,得到搜索结果;移动终端的处理器基于自身的语音识别结果在本地或第三方进行搜索,得到搜索结果,并将搜索结果发送给电子设备,电子设备的处理器基于自身的搜索结果和移动终端的搜索结果进行排序,最终选择较佳的搜索结果在本端或移动终端执行。在一些场景中,还可以是电子设备获取到用户的语音信息,通过处理器进行语音识别,由通信模块将语音识别结果发送至移动终端,移动终端便不存在语音识别的过程。电子设备不仅能够获取到自身的搜索结果,还可以获取到至少一个移动终端的搜索结果,搜索更为全面,最终选择出的搜索结果更满足用户需求。
基于图1所示的应用环境,以下结合其他附图对本申请实施例提供的搜索方法进行详细阐述。
请参加图2,图2为本申请实施例提供的一种搜索方法的流程示意图,该方法应用于电子设备,该电子设备可以是车载终端、智能音箱、可穿戴设备等,如图2所示,包括步骤S21-S23:
S21,获取用户的语音信息;
S22,根据所述语音信息获取本端的第一搜索结果以及移动终端的第二搜索结果;所述移动终端与所述电子设备建立有通信连接;
本申请具体实施例中,用户是指处于电子设备一定范围内的人,语音信息是指用户发出的用于搜索特定资源的语音,例如:搜索音乐、电影、电子书籍的语音,第一搜索结果即电子设备侧的搜索结果,第二搜索结果即至少一个移动终端的搜索结果。可选的,如图3A所示,电子设备在获取到语音信息后,可直接对其进行语音识别,得到语音识别结果,根据语音识别结果进行搜索,得到第一搜索结果,电子设备在获取到语音识别结果的同时,基于与移动终端的通信连接向移动终端发送搜索请求,该搜索请求中携带有所述语音识别结果,移动终端在接收到搜索请求后对其进行解析,得到语音识别结果,然后根据语音识别结果进行搜索,得到第二搜索结果,然后移动终端基于通信连接将第二搜索结果返回到电子设备,电子设备基于第一搜索结果和第二搜索结果执行排序、选择的操作。可选的,如图3B所示,电子设备和移动终端均具有语音识别功能,且均处于唤醒状态,在获取到语音信息后,电子设备和移动终端分别展开语音识别,电子设备基于自身的语音识别结果进行搜索,得到第一搜索结果,移动终端基于自身的语音识别结果进行搜索,得到第二搜索结果,移动终端基于通信连接将第二搜索结果发送至电子设备,由电子设备基于第一搜索结果和第二搜索结果进行排序、选择的操作。其中,电子设备和移动终端的搜索地址不同,例如:用户张三想要搜索王菲的歌曲,电子设备可在本地、曲库E、网站F进行搜索,移动终端可在本地、曲库E、网站H、网站G进行搜索,电子设备的搜索地址与移动终端的搜索地址可以有交集,也可以没有交集。其中,电子设备与移动终端的通信连接包括但不限于蓝牙、Wi-Fi、USB(Universal Serial Bus,通用串行总线)连接。
S23,对所述第一搜索结果或所述第二搜索结果进行排序,根据排序结果确定出目标搜索结果。
本申请具体实施例中,电子设备在获取到第一搜索结果和第二搜索结果后,对第一搜索结果或第二搜索结果进行排序,根据排序结果选择出目标搜索结果,目标搜索结果是指更能满足用户需求、电子设备所能选择的最佳搜索结果,例如:语音识别结果为“播放某某的**(歌曲名称)”,则目标搜索结果可能是某某演唱的**原声。
在一种可能的实施方式中,在所述第一搜索结果为空、所述第二搜索结果不为空的情况下,获取所述第二搜索结果中每条搜索结果的第一满足度,按照所述第一满足度对所述第二搜索结果中的每条搜索结果进行排序,从排序后的所述第二搜索结果中确定出所述目标搜索结果;其中,所述第一满足度用于指示所述第二搜索结果中的每条搜索结果与所述语音识别结果的匹配程度。
其中,第一搜索结果为空表示电子设备并未搜索到相关资源,第二搜索结果不为空表明移动终端有搜索到相关资源,此时,便只能从第二搜索结果中选择出目标搜索结果,具体的,电子设备计算第二搜索结果中每条搜索结果与自身得到的语音识别结果之间的相似度,根据相似度及预设值将第二搜索结果划分为第一结果集θ1、第二结果集θ2和第三结果集θ3,例如:将相似度大于预设值T的搜索结果划分到同一集合,得到第一结果集θ1;将相似度等于预设值T的搜索结果划分到同一集合,得到第二结果集θ2;相似度小于预设值T的搜索结果划分到同一集合,得到第三结果集θ3。基于第一结果集θ1、第二结果集θ2以及第三结果集θ3,采用预设公式:计算得到第二搜索结果中每条搜索结果的第一满足度,其中,S(P,Q)表示第二搜索结果中每条搜索结果的第一满足度,α和β表示预设常数,α通常取2,β通常取1,P表示第二搜索结果中的每条搜索结果,Q表示语音识别结果,θP(θi)表示第二搜索结果中每条搜索结果与划分出的第i结果集θi中每条搜索结果的贴合度(即匹配程度),θQ(θi)表示所述语音识别结果与划分出的第i结果集θi中每条搜索结果的贴合度,i=1,2,3。电子设备按照第一满足度从高到低对第二搜索结果中每条搜索结果进行排序,并将第一满足度最高的搜索结果作为目标搜索结果。需要说明的是,此处的预设值可以是具体的值,也可以是预设区间,相似度用于与预设值比较将第二搜索结果划分为多个结果集,而第一满足度的计算需要基于相似度划分出的结果集完成。
在一种可能的实施方式中,在所述第一搜索结果不为空、所述第二搜索结果为空的情况下,获取所述第一搜索结果中每条搜索结果的第二满足度;按照所述第二满足度对所述第一搜索结果中的每条搜索结果进行排序,从排序后的所述第一搜索结果中确定出所述目标搜索结果;其中,所述第二满足度用于指示所述第一搜索结果中的每条搜索结果与所述语音识别结果的匹配程度。
其中,与上述第一搜索结果为空类似地,若第二搜索结果为空、第一搜索结果不为空,则只能从第一搜索结果中选择出目标搜索结果,同理是采用上述预设公式计算出第一搜索结果中每条搜索结果的第二满足度,按照第二满足度进行排序,将第一搜索结果中第二满足度最高的搜索结果作为目标搜索结果。
在一种可能的实施方式中,在所述第一搜索结果、所述第二搜索结果均不为空的情况下,将所述第一搜索结果与所述第二搜索结果合并,例如:第一搜索结果与第二搜索结果中不同的搜索结果全保留、完全相同的搜索结果仅保留一条,得到第三搜索结果;获取所述第三搜索结果中每条搜索结果的第三满足度;按照所述第三满足度对所述第三搜索结果中的每条搜索结果进行排序,以确定出所述目标搜索结果,例如:将第三搜索结果中第三满足度最高的搜索结果作为目标搜索结果;其中,所述第三满足度用于指示所述第三搜索结果中的每条搜索结果与所述语音识别结果的匹配程度。该实施方式中,当本端与移动终端的搜索结果均不为空时,将第一搜索结果与第二搜索结果合并,从合并后的第三搜索结果中选择目标搜索结果,搜索更为全面,搜索到的资源更为丰富。
在一种可能的实施方式中,所述方法还包括:
在所述第一搜索结果、所述第二搜索结果均不为空的情况下,根据预先设置的所述电子设备和所述移动终端的优先级从所述第一搜索结果或所述第二搜中确定出所述目标搜索结果。具体的,在所述电子设备的优先级高于所述移动终端的优先级的情况下,获取所述第一搜索结果中每条搜索结果的所述第二满足度;按照所述第二满足度对所述第一搜索结果中的每条搜索结果进行排序,从排序后的所述第一搜索结果中确定出所述目标搜索结果。在所述移动终端的优先级高于所述电子设备的优先级的情况下,获取所述第二搜索结果中每条搜索结果的所述第一满足度,按照所述第一满足度对所述第二搜索结果中的每条搜索结果进行排序,从排序后的所述第二搜索结果中确定出所述目标搜索结果。该实施方式中,根据预设优先级从本端的第一搜索结果或移动终端的第二搜索结果中选择目标搜索结果,能够实现根据用户偏好选择搜索结果进行执行,有利于提升用户体验。
在一种可能的实施方式中,在确定出所述目标搜索结果之后,所述方法还包括:
在所述目标搜索结果属于所述第一搜索结果的情况下,在本端执行所述目标搜索结果;
在所述目标搜索结果属于所述第二搜索结果的情况下,基于所述通信连接在所述移动终端执行所述目标搜索结果。
本申请具体实施例中,电子设备在确定出目标搜索结果后,可根据目标搜索结果所属第一搜索结果还是第二搜索结果来选择在哪端执行,例如:最终确定的目标搜索结果为王菲的《红豆》原声,若该歌曲为本端的搜索结果,则直接在本端执行,若该歌曲为移动终端的搜索结果,则基于通信连接向移动终端发送播放请求,在移动终端播放该歌曲。
在一种可能的实施方式中,所述语音信息包括人声和噪音;所述对所述语音信息进行语音识别,得到语音识别结果,包括:
将所述语音信息输入语音活动检测模型进行人声提取,得到N段人声语音信息;N为大于1的整数;
获取所述N段人声语音信息的特征序列,得到N段特征序列;
根据所述N段特征序列生成目标特征序列;
从所述目标特征序列中分别截取出P段目标特征子序列和R个目标特征;P和R为大于1的整数;
计算所述P段目标特征子序列中每个目标特征和所述R个目标特征之间的相似度,得到所述每个目标特征的R个相似度;
基于所述每个目标特征的R个相似度获取所述P段目标特征子序列中每段目标特征子序列的更新特征子序列;
采用所述更新特征子序列对所述目标特征序列进行更新,得到更新的目标特征序列;
将所述更新的目标特征序列与文本数据库中存储的多条文本对应的特征序列进行匹配,得到所述语音识别结果;所述文本数据库用于存储所述多条文本及每条文本对应的特征序列。
本申请具体实施例中,对于获取到如图4A所示的语音信息,采用语音活动检测模型(Voice Activity Detection,VAD)对其进行检测,以从中提取出N段人声语音信息(图中为3段,分别为人声2.1、人声2.2和人声2.3),对于N段人声语音信息,将其输入预训练的神经网络模型进行特征提取,如双向长短期记忆网络,得到N段人声语音信息的特征序列,如图4B所示,若人声2.1包括50音频帧,则对应的特征序列为(A1,A2,A3,…,A50),若人声2.2包括70音频帧,则对应的特征序列为(A51,A52,…,A120),若人声2.3包括60音频帧,则对应的特征序列为(A121,A122,A123,…,A180),将N段特征序列拼接为目标特征序列(A1,A2,A3,…,A179,A180),从目标特征序列中截取出P段目标特征子序列和R个目标特征,由于N段特征子序列中每相邻的两段特征子序列可能存在相同或相似的目标特征,则在截取的时候会多带入几个后一段的目标特征,例如:P段目标特征子序列的第一段为(A1,A2,...,A50,A51,A52,A53),第二段由于是中间段,既会多带入N段特征序列中第一段特征序列的几个目标特征,又会带入N段特征序列中最后一段特征序列的几个特征,则P段目标特征子序列的第二段为(A48,A49,A50,…,A121,A122,A123),如此,P段目标特征子序列的最后一段为(A118,A119,A120,…,A180),至于具体带入几个目标特征,可根据每段人声语音信息的长度设定,此处R个目标特征即为(A48,A49,A50,A51,A52,A53,A118,A119,A120,A121,A122,A123),采用相似度算法计算P段目标特征子序列中每个目标特征和R个目标特征之间的相似度,那么P段目标特征子序列中每个目标特征将会有R个相似度,基于该R个相似度进行处理,以获取P段目标特征子序列中每段目标特征子序列的更新特征子序列,将P段更新特征子序列进行拼接,得到更新的目标特征序列,将更新的目标特征序列与文本数据库中存储的多条文本对应的特征序列进行匹配,以得到匹配度最高的文本,该文本即为最终的语音识别结果。该实施方式中,由于N段特征序列拼接而成的目标特征序列在拼接处可能存在不平滑的情况,采用上述方式可消除拼接处不平滑带来的影响,使语音识别结果更准确。
在一种可能的实施方式中,所述基于所述每个目标特征的R个相似度获取所述P段目标特征子序列中每段目标特征子序列的更新特征子序列,包括:
对所述每个目标特征的R个相似度进行归一化,得到所述每个目标特征的R个权重;
基于所述每个目标特征以及所述每个目标特征的R个权重计算得到所述每个目标特征的R个输出特征;
对所述每个目标特征的R个输出特征进行求和,得到所述每个目标特征的更新特征,由所述每个目标特征的更新特征组成所述更新特征子序列。
本申请具体实施例中,采用现有归一化函数对每个目标特征的R个相似度进行归一化处理,得到每个目标特征的R个权重,将每个目标特征与其对应的R个权重相乘,得到每个目标特征对应的R个输出特征,将R个输出特征累加即得到每个目标特征的更新特征,用该更新特征组成更新特征子序列,更新特征子序列即可拼接为更新的目标特征序列。该实施方式中,采用归一化、加权求和的形式对目标特征子序列进行更新,最后得到的更新的目标特征序列更具连贯性。
可以看出,本申请实施例中电子设备通过获取用户的语音信息;根据所述语音信息获取本端的第一搜索结果以及移动终端的第二搜索结果;所述移动终端与所述电子设备建立有通信连接;对所述第一搜索结果或所述第二搜索结果进行排序,根据排序结果确定出目标搜索结果。这样电子设备实现了与移动终端的协同搜索,其搜索结果不局限于电子设备的第一搜索结果,也不局限于移动终端的第二搜索结果,而是将二者的搜索结果进行了结合,搜索到的资源更加全面,从而有利于提高最终搜索结果的准确性,更能满足用户需求。
请参见图5,图5本申请实施例提供的另一种搜索方法的流程示意图,应用于电子设备,该电子设备与至少一个移动终端建立有通信连接,如图5所示,包括步骤S51-S56:
S51,获取用户的语音信息;
S52,对所述语音信息进行语音识别,得到语音识别结果;
S53,根据所述语音识别结果进行搜索,得到所述第一搜索结果;
S54,基于所述通信连接将所述语音识别结果发送至所述移动终端,使得所述移动终端根据所述语音识别结果进行搜索,得到所述第二搜索结果;
S55,接收所述移动终端返回的所述第二搜索结果;
S56,对所述第一搜索结果或所述第二搜索结果进行排序,根据排序结果确定出目标搜索结果。
其中,在电子设备与移动终端协同搜索的场景中,步骤S51-S56仅用电子设备进行语音信息的识别,以电子设备的语音识别结果作为搜索条件,一方面能够降低移动终端的消耗,另一方面,仍然有利于使搜索到的资源更加全面,从而提高最终搜索结果的准确性。图5所示的方法其具体实施方式在图2所示的实施例中已有相关说明,为避免重复,此处不再赘述。
基于上述搜索方法实施例的描述,请参见图6,图6为本申请实施例提供的一种搜索装置的结构示意图,如图6所示,该装置包括:
语音获取模块61,用于获取用户的语音信息;
搜索结果获取模块62,用于根据所述语音信息获取本端的第一搜索结果以及移动终端的第二搜索结果;所述移动终端与所述电子设备建立有通信连接;
搜索结果选择模块63,用于对所述第一搜索结果或所述第二搜索结果进行排序,根据排序结果确定出目标搜索结果。
在一种可能的实施方式中,在根据所述语音信息获取本端的第一搜索结果以及移动终端的第二搜索结果方面,搜索结果获取模块62具体用于:
对所述语音信息进行语音识别,得到语音识别结果;
根据所述语音识别结果进行搜索,得到所述第一搜索结果;以及,
基于所述通信连接将所述语音识别结果发送至所述移动终端,使得所述移动终端根据所述语音识别结果进行搜索,得到所述第二搜索结果;
接收所述移动终端返回的所述第二搜索结果。
在一种可能的实施方式中,如图7所示,所述装置还包括执行模块64;所述执行模块64用于:
在所述目标搜索结果属于所述第一搜索结果的情况下,在本端执行所述目标搜索结果;
在所述目标搜索结果属于所述第二搜索结果的情况下,基于所述通信连接在所述移动终端执行所述目标搜索结果。
在一种可能的实施方式中,在对所述第一搜索结果或所述第二搜索结果进行排序,根据排序结果确定出目标搜索结果方面,搜索结果选择模块63具体用于:
在所述第一搜索结果为空、所述第二搜索结果不为空的情况下,获取所述第二搜索结果中每条搜索结果的第一满足度,按照所述第一满足度对所述第二搜索结果中的每条搜索结果进行排序,从排序后的所述第二搜索结果中确定出所述目标搜索结果;其中,所述第一满足度用于指示所述第二搜索结果中的每条搜索结果与所述语音识别结果的匹配程度;
在所述第一搜索结果不为空、所述第二搜索结果为空的情况下,获取所述第一搜索结果中每条搜索结果的第二满足度;按照所述第二满足度对所述第一搜索结果中的每条搜索结果进行排序,从排序后的所述第一搜索结果中确定出所述目标搜索结果;其中,所述第二满足度用于指示所述第一搜索结果中的每条搜索结果与所述语音识别结果的匹配程度;
在一种可能的实施方式中,搜索结果选择模块63还用于:
在所述第一搜索结果、所述第二搜索结果均不为空的情况下,将所述第一搜索结果与所述第二搜索结果合并,得到第三搜索结果;
获取所述第三搜索结果中每条搜索结果的第三满足度;
按照所述第三满足度对所述第三搜索结果中的每条搜索结果进行排序,以确定出所述目标搜索结果;其中,所述第三满足度用于指示所述第三搜索结果中的每条搜索结果与所述语音识别结果的匹配程度。
在一种可能的实施方式中,在获取所述第二搜索结果中每条搜索结果的第一满足度方面,搜索结果选择模块63具体用于:
获取所述第二搜索结果中每条搜索结果与所述语音识别结果之间的相似度;
根据所述相似度及预设值将所述第二搜索结果划分为第一结果集、第二结果集和第三结果集;
基于所述第一结果集、所述第二结果集和所述第三结果集,采用预设公式计算得到所述第二搜索结果中每条搜索结果的所述第一满足度。
在一种可能的实施方式中,在语音信息包括人声和噪音;所述对所述语音信息进行语音识别,得到语音识别结果方面,搜索结果获取模块62具体用于:
将所述语音信息输入语音活动检测模型进行人声提取,得到N段人声语音信息;N为大于1的整数;
获取所述N段人声语音信息的特征序列,得到N段特征序列;
根据所述N段特征序列生成目标特征序列;
从所述目标特征序列中分别截取出P段目标特征子序列和R个目标特征;P和R为大于1的整数;
计算所述P段目标特征子序列中每个目标特征和所述R个目标特征之间的相似度,得到所述每个目标特征的R个相似度;
基于所述每个目标特征的R个相似度获取所述P段目标特征子序列中每段目标特征子序列的更新特征子序列;
采用所述更新特征子序列对所述目标特征序列进行更新,得到更新的目标特征序列;
将所述更新的目标特征序列与文本数据库中存储的多条文本对应的特征序列进行匹配,得到所述语音识别结果;所述文本数据库用于存储所述多条文本及每条文本对应的特征序列。
在一种可能的实施方式中,在基于所述每个目标特征的R个相似度获取所述P段目标特征子序列中每段目标特征子序列的更新特征子序列方面,搜索结果获取模块62具体用于:
对所述每个目标特征的R个相似度进行归一化,得到所述每个目标特征的R个权重;
基于所述每个目标特征以及所述每个目标特征的R个权重计算得到所述每个目标特征的R个输出特征;
对所述每个目标特征的R个输出特征进行求和,得到所述每个目标特征的更新特征,由所述每个目标特征的更新特征组成所述更新特征子序列。
根据本申请的一个实施例,图6或图7所示的搜索装置的各个单元可以分别或全部合并为一个或若干个另外的单元来构成,或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成,这可以实现同样的操作,而不影响本申请的实施例的技术效果的实现。上述单元是基于逻辑功能划分的,在实际应用中,一个单元的功能也可以由多个单元来实现,或者多个单元的功能由一个单元实现。在本申请的其它实施例中,搜索装置也可以包括其它单元,在实际应用中,这些功能也可以由其它单元协助实现,并且可以由多个单元协作实现。
根据本申请的另一个实施例,可以通过在包括中央处理单元(CPU)、随机存取存储介质(RAM)、只读存储介质(ROM)等处理元件和存储元件的例如计算机的通用计算设备上运行能够执行如图2或图5中所示的相应方法所涉及的各步骤的计算机程序(包括程序代码),来构造如图6或图7中所示的搜索装置设备,以及来实现本申请实施例的搜索方法。所述计算机程序可以记载于例如计算机可读记录介质上,并通过计算机可读记录介质装载于上述计算设备中,并在其中运行。
基于上述方法实施例和装置实施例的描述,本申请实施例还提供一种电子设备。请参见图8,该电子设备至少包括处理器81、输入设备82、输出设备83以及计算机存储介质84。其中,电子设备内的处理器81、输入设备82、输出设备83以及计算机存储介质84可通过总线或其他方式连接。
计算机存储介质84可以存储在电子设备的存储器中,所述计算机存储介质84用于存储计算机程序,所述计算机程序包括程序指令,所述处理器81用于执行所述计算机存储介质84存储的程序指令。处理器81(或称CPU(Central Processing Unit,中央处理器))是电子设备的计算核心以及控制核心,其适于实现一条或多条指令,具体适于加载并执行一条或多条指令从而实现相应方法流程或相应功能。
在一个实施例中,本申请实施例提供的电子设备的处理器81可以用于进行一系列搜索处理:
获取用户的语音信息;
根据所述语音信息获取本端的第一搜索结果以及移动终端的第二搜索结果;所述移动终端与所述电子设备建立有通信连接;
对所述第一搜索结果或所述第二搜索结果进行排序,根据排序结果确定出目标搜索结果。
再一个实施例中,处理器81执行所述根据所述语音信息获取本端的第一搜索结果以及移动终端的第二搜索结果,包括:
对所述语音信息进行语音识别,得到语音识别结果;
根据所述语音识别结果进行搜索,得到所述第一搜索结果;以及,
基于所述通信连接将所述语音识别结果发送至所述移动终端,使得所述移动终端根据所述语音识别结果进行搜索,得到所述第二搜索结果;
接收所述移动终端返回的所述第二搜索结果。
再一个实施例中,处理器81还用于执行:
在所述目标搜索结果属于所述第一搜索结果的情况下,在本端执行所述目标搜索结果;
在所述目标搜索结果属于所述第二搜索结果的情况下,基于所述通信连接在所述移动终端执行所述目标搜索结果。
再一个实施例中,处理器81执行所述对所述第一搜索结果或所述第二搜索结果进行排序,根据排序结果确定出目标搜索结果,包括:
在所述第一搜索结果为空、所述第二搜索结果不为空的情况下,获取所述第二搜索结果中每条搜索结果的第一满足度,按照所述第一满足度对所述第二搜索结果中的每条搜索结果进行排序,从排序后的所述第二搜索结果中确定出所述目标搜索结果;其中,所述第一满足度用于指示所述第二搜索结果中的每条搜索结果与所述语音识别结果的匹配程度;
在所述第一搜索结果不为空、所述第二搜索结果为空的情况下,获取所述第一搜索结果中每条搜索结果的第二满足度;按照所述第二满足度对所述第一搜索结果中的每条搜索结果进行排序,从排序后的所述第一搜索结果中确定出所述目标搜索结果;其中,所述第二满足度用于指示所述第一搜索结果中的每条搜索结果与所述语音识别结果的匹配程度。
再一个实施例中,处理器81还用于:
在所述第一搜索结果、所述第二搜索结果均不为空的情况下,将所述第一搜索结果与所述第二搜索结果合并,得到第三搜索结果;
获取所述第三搜索结果中每条搜索结果的第三满足度;
按照所述第三满足度对所述第三搜索结果中的每条搜索结果进行排序,以确定出所述目标搜索结果;其中,所述第三满足度用于指示所述第三搜索结果中的每条搜索结果与所述语音识别结果的匹配程度。
再一个实施例中,处理器81执行所述获取所述第二搜索结果中每条搜索结果的第一满足度,包括:
获取所述第二搜索结果中每条搜索结果与所述语音识别结果之间的相似度;
根据所述相似度及预设值将所述第二搜索结果划分为第一结果集、第二结果集和第三结果集;
基于所述第一结果集、所述第二结果集和所述第三结果集,采用预设公式计算得到所述第二搜索结果中每条搜索结果的所述第一满足度。
再一个实施例中,处理器81执行所述语音信息包括人声和噪音;所述对所述语音信息进行语音识别,得到语音识别结果,包括:
将所述语音信息输入语音活动检测模型进行人声提取,得到N段人声语音信息;N为大于1的整数;
获取所述N段人声语音信息的特征序列,得到N段特征序列;
根据所述N段特征序列生成目标特征序列;
从所述目标特征序列中分别截取出P段目标特征子序列和R个目标特征;P和R为大于1的整数;
计算所述P段目标特征子序列中每个目标特征和所述R个目标特征之间的相似度,得到所述每个目标特征的R个相似度;
基于所述每个目标特征的R个相似度获取所述P段目标特征子序列中每段目标特征子序列的更新特征子序列;
采用所述更新特征子序列对所述目标特征序列进行更新,得到更新的目标特征序列;
将所述更新的目标特征序列与文本数据库中存储的多条文本对应的特征序列进行匹配,得到所述语音识别结果;所述文本数据库用于存储所述多条文本及每条文本对应的特征序列。
再一个实施例中,处理器81执行所述基于所述每个目标特征的R个相似度获取所述P段目标特征子序列中每段目标特征子序列的更新特征子序列,包括:
对所述每个目标特征的R个相似度进行归一化,得到所述每个目标特征的R个权重;
基于所述每个目标特征以及所述每个目标特征的R个权重计算得到所述每个目标特征的R个输出特征;
对所述每个目标特征的R个输出特征进行求和,得到所述每个目标特征的更新特征,由所述每个目标特征的更新特征组成所述更新特征子序列。
示例性的,电子设备可包括但不仅限于处理器81、输入设备82、输出设备83以及计算机存储介质84。本领域技术人员可以理解,所述示意图仅仅是电子设备的示例,并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件。
需要说明的是,由于电子设备的处理器81执行计算机程序时实现上述的搜索方法中的步骤,因此上述搜索方法的实施例均适用于该电子设备,且均能达到相同或相似的有益效果。
本申请实施例还提供了一种计算机存储介质(Memory),所述计算机存储介质是电子设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机存储介质既可以包括终端中的内置存储介质,当然也可以包括终端所支持的扩展存储介质。计算机存储介质提供存储空间,该存储空间存储了终端的操作***。并且,在该存储空间中还存放了适于被处理器81加载并执行的一条或多条的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器;可选的,还可以是至少一个位于远离前述处理器81的计算机存储介质。在一个实施例中,可由处理器81加载并执行计算机存储介质中存放的一条或多条指令,以实现上述有关搜索方法的相应步骤。
示例性的,计算机存储介质的计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,由于计算机存储介质的计算机程序被处理器执行时实现上述的搜索方法中的步骤,因此上述搜索方法的所有实施例均适用于该计算机存储介质,且均能达到相同或相似的有益效果。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (11)
1.一种搜索方法,其特征在于,应用于电子设备,所述方法包括:
获取用户的语音信息;
根据所述语音信息获取本端的第一搜索结果以及移动终端的第二搜索结果;所述移动终端与所述电子设备建立有通信连接;
对所述第一搜索结果或所述第二搜索结果进行排序,根据排序结果确定出目标搜索结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述语音信息获取本端的第一搜索结果以及移动终端的第二搜索结果,包括:
对所述语音信息进行语音识别,得到语音识别结果;
根据所述语音识别结果进行搜索,得到所述第一搜索结果;以及,
基于所述通信连接将所述语音识别结果发送至所述移动终端,使得所述移动终端根据所述语音识别结果进行搜索,得到所述第二搜索结果;
接收所述移动终端返回的所述第二搜索结果。
3.根据权利要求1所述的方法,其特征在于,在确定出所述目标搜索结果之后,所述方法还包括:
在所述目标搜索结果属于所述第一搜索结果的情况下,在本端执行所述目标搜索结果;
在所述目标搜索结果属于所述第二搜索结果的情况下,基于所述通信连接在所述移动终端执行所述目标搜索结果。
4.根据权利要求2所述的方法,其特征在于,所述对所述第一搜索结果或所述第二搜索结果进行排序,根据排序结果确定出目标搜索结果,包括:
在所述第一搜索结果为空、所述第二搜索结果不为空的情况下,获取所述第二搜索结果中每条搜索结果的第一满足度,按照所述第一满足度对所述第二搜索结果中的每条搜索结果进行排序,从排序后的所述第二搜索结果中确定出所述目标搜索结果;其中,所述第一满足度用于指示所述第二搜索结果中的每条搜索结果与所述语音识别结果的匹配程度;
在所述第一搜索结果不为空、所述第二搜索结果为空的情况下,获取所述第一搜索结果中每条搜索结果的第二满足度;按照所述第二满足度对所述第一搜索结果中的每条搜索结果进行排序,从排序后的所述第一搜索结果中确定出所述目标搜索结果;其中,所述第二满足度用于指示所述第一搜索结果中的每条搜索结果与所述语音识别结果的匹配程度。
5.根据权利要求2所述的方法,其特征在于,所述方法还包括:
在所述第一搜索结果、所述第二搜索结果均不为空的情况下,将所述第一搜索结果与所述第二搜索结果合并,得到第三搜索结果;
获取所述第三搜索结果中每条搜索结果的第三满足度;
按照所述第三满足度对所述第三搜索结果中的每条搜索结果进行排序,以确定出所述目标搜索结果;其中,所述第三满足度用于指示所述第三搜索结果中的每条搜索结果与所述语音识别结果的匹配程度。
6.根据权利要求4所述的方法,其特征在于,所述获取所述第二搜索结果中每条搜索结果的第一满足度,包括:
获取所述第二搜索结果中每条搜索结果与所述语音识别结果之间的相似度;
根据所述相似度及预设值将所述第二搜索结果划分为第一结果集、第二结果集和第三结果集;
基于所述第一结果集、所述第二结果集和所述第三结果集,采用预设公式计算得到所述第二搜索结果中每条搜索结果的所述第一满足度。
7.根据权利要求2所述的方法,其特征在于,所述语音信息包括人声和噪音;所述对所述语音信息进行语音识别,得到语音识别结果,包括:
将所述语音信息输入语音活动检测模型进行人声提取,得到N段人声语音信息;N为大于1的整数;
获取所述N段人声语音信息的特征序列,得到N段特征序列;
根据所述N段特征序列生成目标特征序列;
从所述目标特征序列中分别截取出P段目标特征子序列和R个目标特征;P和R为大于1的整数;
计算所述P段目标特征子序列中每个目标特征和所述R个目标特征之间的相似度,得到所述每个目标特征的R个相似度;
基于所述每个目标特征的R个相似度获取所述P段目标特征子序列中每段目标特征子序列的更新特征子序列;
采用所述更新特征子序列对所述目标特征序列进行更新,得到更新的目标特征序列;
将所述更新的目标特征序列与文本数据库中存储的多条文本对应的特征序列进行匹配,得到所述语音识别结果;所述文本数据库用于存储所述多条文本及每条文本对应的特征序列。
8.根据权利要求7所述的方法,其特征在于,所述基于所述每个目标特征的R个相似度获取所述P段目标特征子序列中每段目标特征子序列的更新特征子序列,包括:
对所述每个目标特征的R个相似度进行归一化,得到所述每个目标特征的R个权重;
基于所述每个目标特征以及所述每个目标特征的R个权重计算得到所述每个目标特征的R个输出特征;
对所述每个目标特征的R个输出特征进行求和,得到所述每个目标特征的更新特征,由所述每个目标特征的更新特征组成所述更新特征子序列。
9.一种搜索装置,其特征在于,所述装置包括:
语音获取模块,用于获取用户的语音信息;
搜索结果获取模块,用于根据所述语音信息获取本端的第一搜索结果以及移动终端的第二搜索结果;所述移动终端与所述电子设备建立有通信连接;
搜索结果选择模块,用于对所述第一搜索结果或所述第二搜索结果进行排序,根据排序结果确定出目标搜索结果。
10.一种电子设备,包括输入设备和输出设备,其特征在于,还包括:
处理器,适于实现一条或多条指令;以及,
计算机存储介质,所述计算机存储介质存储有一条或多条指令,所述一条或多条指令适于由所述处理器加载并执行如权利要求1-8任一项所述的方法。
11.一种计算机存储介质,其特征在于,所述计算机存储介质存储有一条或多条指令,所述一条或多条指令适于由处理器加载并执行如权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011056692.3A CN112199587A (zh) | 2020-09-29 | 2020-09-29 | 搜索方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011056692.3A CN112199587A (zh) | 2020-09-29 | 2020-09-29 | 搜索方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112199587A true CN112199587A (zh) | 2021-01-08 |
Family
ID=74008290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011056692.3A Pending CN112199587A (zh) | 2020-09-29 | 2020-09-29 | 搜索方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112199587A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103123625A (zh) * | 2011-11-18 | 2013-05-29 | 联想(北京)有限公司 | 一种搜索方法、装置及设备 |
CN103246708A (zh) * | 2013-04-16 | 2013-08-14 | 康佳集团股份有限公司 | 一种基于智能终端的多屏互动搜索方法及其*** |
CN107357875A (zh) * | 2017-07-04 | 2017-11-17 | 北京奇艺世纪科技有限公司 | 一种语音搜索方法、装置及电子设备 |
CN107967333A (zh) * | 2017-11-28 | 2018-04-27 | 广东小天才科技有限公司 | 语音搜索方法、语音搜索装置及电子设备 |
CN108682415A (zh) * | 2018-05-23 | 2018-10-19 | 广州视源电子科技股份有限公司 | 语音搜索方法、装置和*** |
CN111611372A (zh) * | 2019-02-25 | 2020-09-01 | 北京嘀嘀无限科技发展有限公司 | 搜索结果的排序方法及装置、音乐搜索方法及装置 |
-
2020
- 2020-09-29 CN CN202011056692.3A patent/CN112199587A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103123625A (zh) * | 2011-11-18 | 2013-05-29 | 联想(北京)有限公司 | 一种搜索方法、装置及设备 |
CN103246708A (zh) * | 2013-04-16 | 2013-08-14 | 康佳集团股份有限公司 | 一种基于智能终端的多屏互动搜索方法及其*** |
CN107357875A (zh) * | 2017-07-04 | 2017-11-17 | 北京奇艺世纪科技有限公司 | 一种语音搜索方法、装置及电子设备 |
CN107967333A (zh) * | 2017-11-28 | 2018-04-27 | 广东小天才科技有限公司 | 语音搜索方法、语音搜索装置及电子设备 |
CN108682415A (zh) * | 2018-05-23 | 2018-10-19 | 广州视源电子科技股份有限公司 | 语音搜索方法、装置和*** |
CN111611372A (zh) * | 2019-02-25 | 2020-09-01 | 北京嘀嘀无限科技发展有限公司 | 搜索结果的排序方法及装置、音乐搜索方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109918673B (zh) | 语义仲裁方法、装置、电子设备和计算机可读存储介质 | |
CN109189991B (zh) | 重复视频识别方法、装置、终端及计算机可读存储介质 | |
US8886635B2 (en) | Apparatus and method for recognizing content using audio signal | |
US20180052824A1 (en) | Task identification and completion based on natural language query | |
US10762150B2 (en) | Searching method and searching apparatus based on neural network and search engine | |
CN112037792B (zh) | 一种语音识别方法、装置、电子设备及存储介质 | |
WO2021135455A1 (zh) | 语义召回方法、装置、计算机设备及存储介质 | |
CN111324700A (zh) | 资源召回方法、装置、电子设备及计算机可读存储介质 | |
CN111414512A (zh) | 一种基于语音搜索的资源推荐方法、装置及电子设备 | |
CN115830649A (zh) | 一种网络资产指纹特征的识别方法、装置及电子设备 | |
CN111243604B (zh) | 支持多唤醒词的说话人识别神经网络模型的训练方法、说话人识别方法及*** | |
CN113505272A (zh) | 基于行为习惯的控制方法和装置、电子设备和存储介质 | |
CN116108150A (zh) | 一种智能问答方法、装置、***及电子设备 | |
CN110059172B (zh) | 基于自然语言理解的推荐答案的方法和装置 | |
CN115640398A (zh) | 评论生成模型训练方法、评论生成方法、设备及存储介质 | |
CN111444321B (zh) | 问答方法、装置、电子设备和存储介质 | |
CN116628142B (zh) | 知识检索方法、装置、设备及可读存储介质 | |
CN107680598B (zh) | 基于好友声纹通讯录的信息交互方法、装置及其设备 | |
CN113901837A (zh) | 一种意图理解方法、装置、设备及存储介质 | |
CN115269889A (zh) | 剪辑模板搜索方法及装置 | |
CN111858865A (zh) | 一种语义识别方法、装置、电子设备及计算机可读存储介质 | |
CN112199587A (zh) | 搜索方法、装置、电子设备及存储介质 | |
CN112395402A (zh) | 基于深度模型的推荐话术生成方法、装置和计算机设备 | |
CN113157582A (zh) | 测试脚本执行序列确定方法及装置 | |
CN113282264A (zh) | 数据处理方法、装置、智能设备及计算机存储介质 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 201821 room 208, building 4, No. 1411, Yecheng Road, Jiading Industrial Zone, Jiading District, Shanghai Applicant after: Botai vehicle networking technology (Shanghai) Co.,Ltd. Address before: Room 208, building 4, 1411 Yecheng Road, Jiading Industrial Zone, Jiading District, Shanghai, 201800 Applicant before: SHANGHAI PATEO ELECTRONIC EQUIPMENT MANUFACTURING Co.,Ltd. |