一种基于智能语音的电子相框图片展示方法及系统与流程

1.本发明涉及电子相框技术领域，特别指一种基于智能语音的电子相框图片展示方法及系统。


背景技术：

2.电子相框也叫数码相框，是可以直接展示数码照片而不用将数码照片冲印出来再展示的新型相框，它采用传统相框的外框(外观)造型，把传统相框的中间照片部分换成液晶显示屏，再加上电源、存储介质等部件，可以直接展示(播放)数码照片；同时，可以在同一个电子相框内循环展示(播放)不同数码照片，给日益增多的数码照片和喜好照片的人们提供一个更好的照片展示平台和空间。
3.然而，传统的电子相框的展示方案比较单调，只能静态展示或者顺序轮播预设的数码照片或者视频，与用户和环境的交互性偏弱，未体现出电子相框的智能之处，导致用户体验低下。
4.因此，如何提供一种基于智能语音的电子相框图片展示方法及系统，实现智能展示电子相框的显示内容，以提升用户体验，成为一个亟待解决的问题。


技术实现要素：

5.本发明要解决的技术问题，在于提供一种基于智能语音的电子相框图片展示方法及系统，实现智能展示电子相框的显示内容，以提升用户体验。
6.第一方面，本发明提供了一种基于智能语音的电子相框图片展示方法，包括如下步骤：
7.步骤s10、在服务器上分别为各电子相框创建一情感识别模型；
8.步骤s20、服务器收集大量的语音指令，对所述语音指令进行情感标签的标注生成数据集，并利用所述数据集对情感识别模型进行训练；
9.步骤s30、设定电子相框中存储的电子数据的内容标签；
10.步骤s40、服务器将电子相框获取的实时语音指令输入训练后的所述情感识别模型，得到对应的情感标签并发送给电子相框；
11.步骤s50、电子相框基于接收的所述情感标签匹配对应内容标签的电子数据进行展示。
12.进一步地，所述步骤s10具体为：
13.在服务器上分别为各电子相框基于神经网络创建一情感识别模型，将各所述情感识别模型与对应电子相框的设备唯一标识进行关联。
14.进一步地，所述步骤s20具体包括：
15.步骤s21、服务器通过各电子相框收集大量的语音指令；
16.步骤s22、服务器对所述语音指令进行情感标签的标注生成数据集，所述情感标签至少包括开心、振奋、宁静、祥和、感伤、愤怒、难过以及低落；
17.步骤s23、服务器将所述数据集按预设的比例划分为训练集和验证集，并设定收敛条件以及准确率阈值；
18.步骤s24、服务器利用所述训练集对情感识别模型进行训练，直至满足所述收敛条件；
19.步骤s25、服务器利用所述验证集对训练后的情感识别模型进行验证，判断预测准确率是否大于所述准确率阈值，若是，则完成训练，并进入步骤s30；若否，则扩充所述数据集，并进入步骤s23。
20.进一步地，所述步骤s30中，所述电子数据为数码照片、视频或者音频；所述内容标签为开心、振奋、宁静、祥和、感伤、愤怒、难过或者低落。
21.进一步地，其特征在于：
22.所述步骤s40具体为：
23.电子相框获取用户输入的实时语音指令，并将所述实时语音指令以及电子相框的设备唯一标识上传服务器；
24.服务器接收所述实时语音指令以及设备唯一标识，基于所述设备唯一标识将实时语音指令输入对应的情感识别模型，得到所述实时语音指令对应的情感标签并发送给电子相框；
25.所述步骤s50具体为：
26.电子相框基于接收的所述情感标签匹配对应内容标签的电子数据进行轮播展示，并在接收到用户输入的停止展示的语音指令后，展示满意度调查对话框，将所述满意度调查对话框获取的反馈数据以及预先录入的用户基本信息上传服务器，对所述情感识别模型进行优化。
27.第二方面，本发明提供了一种基于智能语音的电子相框图片展示系统，包括如下模块：
28.情感识别模型创建模块，用于在服务器上分别为各电子相框创建一情感识别模型；
29.情感识别模型训练模块，用于服务器收集大量的语音指令，对所述语音指令进行情感标签的标注生成数据集，并利用所述数据集对情感识别模型进行训练；
30.内容标签设定模块，用于设定电子相框中存储的电子数据的内容标签；
31.实时语音指令情感识别模块，用于服务器将电子相框获取的实时语音指令输入训练后的所述情感识别模型，得到对应的情感标签并发送给电子相框；
32.智能展示模块，用于电子相框基于接收的所述情感标签匹配对应内容标签的电子数据进行展示。
33.进一步地，所述情感识别模型创建模块具体为：
34.在服务器上分别为各电子相框基于神经网络创建一情感识别模型，将各所述情感识别模型与对应电子相框的设备唯一标识进行关联。
35.进一步地，所述情感识别模型训练模块具体包括：
36.语音指令收集单元，用于服务器通过各电子相框收集大量的语音指令；
37.数据标注单元，用于服务器对所述语音指令进行情感标签的标注生成数据集，所述情感标签至少包括开心、振奋、宁静、祥和、感伤、愤怒、难过以及低落；
38.训练参数设定单元，用于服务器将所述数据集按预设的比例划分为训练集和验证集，并设定收敛条件以及准确率阈值；
39.训练单元，用于服务器利用所述训练集对情感识别模型进行训练，直至满足所述收敛条件；
40.验证单元，用于服务器利用所述验证集对训练后的情感识别模型进行验证，判断预测准确率是否大于所述准确率阈值，若是，则完成训练，并进入内容标签设定模块；若否，则扩充所述数据集，并进入训练参数设定单元。
41.进一步地，所述内容标签设定模块中，所述电子数据为数码照片、视频或者音频；所述内容标签为开心、振奋、宁静、祥和、感伤、愤怒、难过或者低落。
42.进一步地，其特征在于：
43.所述实时语音指令情感识别模块具体为：
44.电子相框获取用户输入的实时语音指令，并将所述实时语音指令以及电子相框的设备唯一标识上传服务器；
45.服务器接收所述实时语音指令以及设备唯一标识，基于所述设备唯一标识将实时语音指令输入对应的情感识别模型，得到所述实时语音指令对应的情感标签并发送给电子相框；
46.所述智能展示模块具体为：
47.电子相框基于接收的所述情感标签匹配对应内容标签的电子数据进行轮播展示，并在接收到用户输入的停止展示的语音指令后，展示满意度调查对话框，将所述满意度调查对话框获取的反馈数据以及预先录入的用户基本信息上传服务器，对所述情感识别模型进行优化。
48.本发明的优点在于：
49.1、通过神经网络创建情感识别模型，并利用情感标签标注后的语音指令对情感识别模型进行训练，再利用训练后的情感识别模型识别电子相框获取的实时语音指令对应的情感标签，基于情感标签匹配电子相框中预先设定的内容标签，进而匹配对应的电子数据(显示内容)进行智能展示，即实时识别用户的实时语音指令并预测对应的情感标签，进而自动展示对应的电子数据，最终实现智能展示电子相框的显示内容，极大的提升了用户体验。
50.2、通过在接收到用户输入的停止展示的语音指令后，展示满意度调查对话框用于获取用户的反馈数据，并将获取的反馈数据以及用户基本信息上传服务器，对情感识别模型进行修正、优化，进而不断提升情感识别模型的识别准确率，形成一个闭环。
附图说明
51.下面参照附图结合实施例对本发明作进一步的说明。
52.图1是本发明一种基于智能语音的电子相框图片展示方法的流程图。
53.图2是本发明一种基于智能语音的电子相框图片展示系统的结构示意图。
具体实施方式
54.本技术实施例中的技术方案，总体思路如下：通过神经网络创建情感识别模型，并
利用标注后的语音指令对情感识别模型进行训练，再利用训练后的情感识别模型识别实时语音指令对应的情感标签，基于情感标签匹配电子相框中预先设定的内容标签，进而匹配对应的电子数据进行展示，以实现智能展示电子相框的显示内容，提升用户体验。
55.请参照图1至图2所示，本发明一种基于智能语音的电子相框图片展示方法的较佳实施例，包括如下步骤：
56.步骤s10、在服务器上分别为各电子相框创建一情感识别模型；
57.步骤s20、服务器收集大量的语音指令，对所述语音指令进行情感标签的标注生成数据集，并利用所述数据集对情感识别模型进行训练；
58.步骤s30、设定电子相框中存储的电子数据的内容标签，即对所述电子数据按情感进行分类；
59.步骤s40、服务器将电子相框获取的实时语音指令输入训练后的所述情感识别模型，得到对应的情感标签并发送给电子相框；例如获取内容为“开启智能展示”的实时语音指令；
60.步骤s50、电子相框基于接收的所述情感标签匹配对应内容标签的电子数据进行展示。
61.所述步骤s10具体为：
62.服务器获取各电子相框的设备唯一标识，在服务器上分别为各电子相框基于神经网络创建一情感识别模型，将各所述情感识别模型与对应电子相框的设备唯一标识进行关联。由于不同用户的性格和发声差异的原因，因此分别为各电子相框分别创建一情感识别模型，并基于用户的反馈数据以及用户基本信息对情感识别模型进行持续的优化，以提升识别准确率。
63.所述步骤s20具体包括：
64.步骤s21、服务器通过各电子相框收集大量的语音指令；
65.步骤s22、服务器对所述语音指令进行情感标签的标注生成数据集，所述情感标签至少包括开心、振奋、宁静、祥和、感伤、愤怒、难过以及低落；
66.步骤s23、服务器将所述数据集按预设的比例划分为训练集和验证集，并设定收敛条件以及准确率阈值；所述比例优选为8：2；
67.步骤s24、服务器利用所述训练集对情感识别模型进行训练，直至满足所述收敛条件；
68.步骤s25、服务器利用所述验证集对训练后的情感识别模型进行验证，判断预测准确率是否大于所述准确率阈值，若是，则完成训练，并进入步骤s30；若否，则扩充所述数据集，并进入步骤s23。
69.所述步骤s30中，所述电子数据为数码照片、视频或者音频；所述内容标签为开心、振奋、宁静、祥和、感伤、愤怒、难过或者低落。
70.其特征在于：
71.所述步骤s40具体为：
72.电子相框获取用户输入的实时语音指令，并将所述实时语音指令以及电子相框的设备唯一标识上传服务器；
73.服务器接收所述实时语音指令以及设备唯一标识，基于所述设备唯一标识将实时
语音指令输入对应的情感识别模型，得到所述实时语音指令对应的情感标签并发送给电子相框；
74.所述步骤s50具体为：
75.电子相框基于接收的所述情感标签匹配对应内容标签的电子数据进行轮播展示，并在接收到用户输入的停止展示的语音指令后，展示满意度调查对话框，将所述满意度调查对话框获取的反馈数据以及预先录入的用户基本信息上传服务器，对所述情感识别模型进行优化；所述用户基本信息至少包括年龄以及性别。
76.本发明一种基于智能语音的电子相框图片展示系统的较佳实施例，包括如下模块：
77.情感识别模型创建模块，用于在服务器上分别为各电子相框创建一情感识别模型；
78.情感识别模型训练模块，用于服务器收集大量的语音指令，对所述语音指令进行情感标签的标注生成数据集，并利用所述数据集对情感识别模型进行训练；
79.内容标签设定模块，用于设定电子相框中存储的电子数据的内容标签，即对所述电子数据按情感进行分类；
80.实时语音指令情感识别模块，用于服务器将电子相框获取的实时语音指令输入训练后的所述情感识别模型，得到对应的情感标签并发送给电子相框；例如获取内容为“开启智能展示”的实时语音指令；
81.智能展示模块，用于电子相框基于接收的所述情感标签匹配对应内容标签的电子数据进行展示。
82.所述情感识别模型创建模块具体为：
83.服务器获取各电子相框的设备唯一标识，在服务器上分别为各电子相框基于神经网络创建一情感识别模型，将各所述情感识别模型与对应电子相框的设备唯一标识进行关联。由于不同用户的性格和发声差异的原因，因此分别为各电子相框分别创建一情感识别模型，并基于用户的反馈数据以及用户基本信息对情感识别模型进行持续的优化，以提升识别准确率。
84.所述情感识别模型训练模块具体包括：
85.语音指令收集单元，用于服务器通过各电子相框收集大量的语音指令；
86.数据标注单元，用于服务器对所述语音指令进行情感标签的标注生成数据集，所述情感标签至少包括开心、振奋、宁静、祥和、感伤、愤怒、难过以及低落；
87.训练参数设定单元，用于服务器将所述数据集按预设的比例划分为训练集和验证集，并设定收敛条件以及准确率阈值；所述比例优选为8：2；
88.训练单元，用于服务器利用所述训练集对情感识别模型进行训练，直至满足所述收敛条件；
89.验证单元，用于服务器利用所述验证集对训练后的情感识别模型进行验证，判断预测准确率是否大于所述准确率阈值，若是，则完成训练，并进入内容标签设定模块；若否，则扩充所述数据集，并进入训练参数设定单元。
90.所述内容标签设定模块中，所述电子数据为数码照片、视频或者音频；所述内容标签为开心、振奋、宁静、祥和、感伤、愤怒、难过或者低落。
91.其特征在于：
92.所述实时语音指令情感识别模块具体为：
93.电子相框获取用户输入的实时语音指令，并将所述实时语音指令以及电子相框的设备唯一标识上传服务器；
94.服务器接收所述实时语音指令以及设备唯一标识，基于所述设备唯一标识将实时语音指令输入对应的情感识别模型，得到所述实时语音指令对应的情感标签并发送给电子相框；
95.所述智能展示模块具体为：
96.电子相框基于接收的所述情感标签匹配对应内容标签的电子数据进行轮播展示，并在接收到用户输入的停止展示的语音指令后，展示满意度调查对话框，将所述满意度调查对话框获取的反馈数据以及预先录入的用户基本信息上传服务器，对所述情感识别模型进行优化；所述用户基本信息至少包括年龄以及性别。
97.综上所述，本发明的优点在于：
98.1、通过神经网络创建情感识别模型，并利用情感标签标注后的语音指令对情感识别模型进行训练，再利用训练后的情感识别模型识别电子相框获取的实时语音指令对应的情感标签，基于情感标签匹配电子相框中预先设定的内容标签，进而匹配对应的电子数据(显示内容)进行智能展示，即实时识别用户的实时语音指令并预测对应的情感标签，进而自动展示对应的电子数据，最终实现智能展示电子相框的显示内容，极大的提升了用户体验。
99.2、通过在接收到用户输入的停止展示的语音指令后，展示满意度调查对话框用于获取用户的反馈数据，并将获取的反馈数据以及用户基本信息上传服务器，对情感识别模型进行修正、优化，进而不断提升情感识别模型的识别准确率，形成一个闭环。
100.虽然以上描述了本发明的具体实施方式，但是熟悉本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的权利要求所保护的范围内。