一种推荐方法和装置的制造方法
【专利摘要】本发明实施例提供一种推荐方法和装置，其中的方法具体包括：采集当前用户的语音数据；提取所述语音信息的声纹特征；根据所述声纹特征识别所述当前用户；根据所述当前用户的行为习惯特征，获取推荐给所述当前用户的节目内容；其中，所述行为习惯特征包括：依据用户的历史行为数据分析得到的历史节目内容的相关属性；在智能电视上显示所述节目内容。本发明实施例能够提高推荐的节目内容的准确度。
【专利说明】
一种推荐方法和装置
技术领域
[0001]本发明涉及智能电视领域，特别是涉及一种推荐方法和装置。
【背景技术】
[0002]随着电视机的智能化和普及化，智能电视已经走进了千家万户，而大部分的智能电视都可以对用户进行节目内容的推荐。
[0003]现有的一种推荐方案是在智能电视机开机后，获得智能电视中的浏览记录，并根据获得的浏览记录分析出用户的使用行为数据，获得适配于上述使用行为数据的节目内容，并将上述节目内容推荐给用户。
[0004]但是，智能电视与用户之间往往是一对多的关系，也即一个智能电视通常由多个用户来使用，这样，在实施现有的推荐方案通过在电视开机后，对智能电视中的浏览记录进行分析，并将符合分析结果的节目内容推荐给当前用户的过程中，将会出现如下情形:智能电视中记录的浏览记录可能是基于多个用户的，但是目前使用智能电视的是用户乙，那么智能电视推荐给用户乙的节目内容，其实是包含了多个用户的喜好的节目内容，其中就可能包含了用户并不喜好的内容，从而造成的推荐的节目内容的准确度较低。
【发明内容】
[0005]本发明实施例提供一种推荐方法和装置，用以解决现有的推荐方案中推荐的节目内容的准确度较低的缺陷，提高节目内容推荐的准确度。
[0006]本发明实施例提供一种推荐方法，包括:
[0007]采集当前用户的语音数据；
[0008]提取所述语音信息的声纹特征；
[0009]根据所述声纹特征识别所述当前用户；
[0010]根据所述当前用户的行为习惯特征，获取推荐给所述当前用户的节目内容;其中，所述行为习惯特征包括:依据用户的历史行为数据分析得到的历史节目内容的相关属性；[0011 ]在智能电视上显示所述节目内容。
[0012]本发明实施例提供一种推荐装置，包括:
[0013]采集模块，用于采集当前用户的语音数据；
[0014]提取模块，用于提取所述语音信息的声纹特征；
[0015]识别模块，用于根据所述声纹特征识别所述当前用户；
[0016]第一获取模块，用于根据所述当前用户的行为习惯特征，获取推荐给所述当前用户的节目内容;其中，所述行为习惯特征包括:依据用户的历史行为数据分析得到的历史节目内容的相关属性;及
[0017]第一显示模块，用于在智能电视上显示所述节目内容。
[0018]本发明实施例提供的一种推荐方法和装置，可以根据从当前用户的语音数据中提取的声纹特征识别当前用户，从而实现为智能电视的当前用户推荐符合其行为习惯特征的节目内容，相对于现有的推荐方案中，智能电视根据之前所有用户的操作和浏览记录获取推荐给当前用户的节目内容，本发明实施例中，可以根据声纹特征对当前用户进行识别，进而实现针对不同的用户，根据用户的行为习惯特征推荐符合用户喜好的节目内容，因此能够提高推荐的节目内容的准确度。
[0019]假设一个家庭中有五个家庭成员，当前使用智能电视的是用户乙，则现有的推荐方案往往根据本地存储的历史行为数据为当前用户获取并推荐节目内容，其中，本地存储的上述历史行为数据是基于五个家庭成员的行为操作而得到的；而本发明实施例可以根据声纹特征识别出当前用户为用户乙，进而根据基于用户乙的历史行为数据分析得到的行为习惯特征为用户乙获取并推荐节目内容，因此本发明实施例能够提高推荐的节目内容的准确度。
【附图说明】
[0020]为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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。
[0021 ]图1为本发明的一种推荐方法实施例一的步骤流程图；
[0022]图2为本发明的一种推荐方法实施例二的步骤流程图；
[0023]图3为本发明的一种推荐装置实施例一的结构示意图；
[0024]图4为本发明的一种推荐装置实施例二的结构示意图；
[0025]图5为本发明的一种推荐装置实施例三的结构示意图；
[0026]图6为本发明的一种推荐装置实施例四的结构示意图；
[0027]图7为本发明的一种推荐装置实施例五的结构示意图；
[0028]图8为本发明的一种推荐装置实施例六的结构示意图；及
[0029]图9为本发明的一种推荐装置实施例七的结构示意图。
【具体实施方式】
[0030]为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0031 ]方法实施例一
[0032]参照图1，示出了本发明的一种推荐方法实施例一的步骤流程图，具体可以包括:
[0033]步骤101、采集当前用户的语音数据；
[0034]本发明实施例可以应用于智能电视的应用场景，以通过智能电视向用户准确地、推荐符合用户喜好的节目内容。
[0035]本发明实施例中，上述语音数据可以为语音采集装置在语音信息接收范围内接收的任意语音数据，例如:用户向智能电视发送的开机语音指令或者用户说出的能被智能电视接收的任意语音数据。
[0036]步骤102、提取上述语音信息的声纹特征；
[0037]本发明实施例中，上述声纹特征具体可以包括如下声纹特征中的至少一项:频谱、MFCC(Mel Frequency Cepstrum Coeff icient，频率倒谱系数)、LPC(linear predict1ncepstrum coefficient，线性预测倒谱系数)、MVDR(Minimum Variance Distort1nlessResponse，最小方差无失真响应)、共振峰、基音、反射系数、声纹图等等，其中上述声纹图可以为通过将语音数据转化为电讯号的强度、波长、频率、节奏变化，并将上述电讯号的变化绘制成的波普图形。
[0038]在本发明的一种可选实施例中，可以通过DSP(Digital Signal Processo，数字信号处理器)采集当前用户的语音数据，并从上述采集到的语音数据中提取声纹特征；具体地，上述DSP可以通过麦克风来实现上述当前用户的语音数据的采集，可以理解，本发明实施例对于采集语音数据的具体方式不加以限制。
[0039]上述通过DSP采集当前用户的语音数据并提取声纹特征的技术方案可以应用于智能电视处于关机、开机状态等应用场景中。一方面，由于DSP为硬件器件，因此采用DSP采集用户的语音数据并提取声纹特征，具有执行速度更快、执行结果更为精准的优点；另一方面，在智能电视处于关机状态时，可以通过DSP采集语音数据并提取声纹特征，减少了智能电视开机后再执行上述操作的时间，以使智能电视可以更及时地根据声纹特征识别用户。
[0040]在本发明的另一种可选实施例中，在智能电视处于开机状态时，可以通过在智能电视上安装的应用程序来执行采集当前用户的语音数据、并从上述采集到的语音数据中提取声纹特征等操作，其中，上述应用程序可以为具有采集语音数据，提取声纹特征等相应功能的软件应用。本可选实施例可以节省DSP对应的硬件成本。
[0041 ]步骤103、根据上述声纹特征识别上述当前用户；
[0042]本发明实施例中，由于每个人的声纹特征往往是不相同的，因此可以通过声纹特征来标识用户，也即可以通过声纹特征来识别当前用户。
[0043]本发明实施例可以提供根据上述声纹特征识别上述当前用户的如下技术方案:
[0044]技术方案一
[0045]技术方案一中，根据上述声纹特征识别上述当前用户的步骤，具体可以包括:根据上述声纹特征在声纹数据库中查找与上述声纹特征相对应的用户；其中，上述声纹数据库中存储有用户与声纹特征的映射关系。
[0046]本发明实施例中，可以通过接收输入的语音数据，从而提取用户的声纹特征并在声纹数据库中建立用户与声纹特征的映射关系，其中，在声纹数据库中建立用户与声纹特征的映射关系的方式具体可以包括:
[0047]方式一、用户通过智能电视中的用户身份注册接口提供声纹特征以及用户ID，以使智能电视可以将用户与声纹特征的映射关系存储在声纹数据库中；这样，若当前用户为在声纹数据中有存储记录的用户，则智能电视执行步骤104以向上述用户进行节目内容的推荐；
[0048]方式二、在声纹数据库中将用户ID设置为自增型主键，从而在向声纹数据库中添加声纹特征时，可以通过自主增加的方式确定与声纹特征相关联的用户ID，从而实现将用户与声纹特征的映射关系存储在声纹数据库中，例如:在智能电视的语音接收装置接收到用户甲的语音数据后，可以向声纹数据库中添加用户甲的声纹特征与自增的用户ID:02的映射关系;在智能电视的语音接收装置继续接收到用户乙的语音数据后，可以向声纹数据库中继续添加用户乙的声纹特征与自增的用户ID:03的映射关系;这样，若当前用户为在声纹数据中有存储记录的用户，则智能电视执行步骤104以向上述智能电视进行节目内容的推荐;若当前用户在声纹数据库中没有对应的存储记录，则将在声纹数据库中建立当前用户的声纹特征与自增的用户ID的映射关系，以将用户与声纹特征的映射关系存储在声纹数据库中。
[0049]技术方案二
[0050]技术方案二中，上述根据所述声纹特征识别上述当前用户的步骤，具体可以包括:
[0051]步骤S1、将上述声纹特征输入至用户的声纹特征模型中，由上述声纹特征模型输出上述声纹特征与上述声纹特征模型的匹配度;其中，上述声纹特征模型为根据用户的语音数据训练得到的模型；
[0052]步骤S2、将与上述声纹特征的匹配度最高的声纹特征模型相对应的用户，确定为当前用户。
[0053]在本发明的一种应用示例中，假设上述声纹特征模型为HMM(Hidden MarkovModel，隐马尔可夫模型)模型，智能电视中存储有一个家庭中五个成员的五个声纹特征模型，分别为:声纹特征模型I至声纹特征模型5;智能电视采集到当前用户的语音数据，并从上述语音数据中提取出声纹特征，并将上述声纹特征输入至声纹特征模型I至声纹特征模型5，则上述声纹特征模型I至声纹特征模型5的输出结果最大的声纹特征模型，即为上述声纹特征的匹配度最高的声纹特征模型，则可确定该声纹特征模型为当前用户所对应的声纹特征模型，进而可以根据该声纹特征模型在声纹模型数据库中查找到与上述声纹特征模型相关联的用户，确定该用户为当前用户;其中，上述声纹模型数据库可以存储有用户与声纹特征模型的映射关系。
[0054]可以理解，上述声纹特征模型为HMM模型仅作为本发明实施例中上述声纹特征模型的一个示例，而不理解为本发明实施例对上述声纹特征模型的一种限制，实际上，声纹特征模型可以包括多种类别，例如:GMM(Gaussian Mixture Model、高斯混合模型)及多项式分类器等等模型，也即本发明实施例对声纹特征模型不做具体限定。
[0055]步骤104、根据上述当前用户的行为习惯特征，获取推荐给上述当前用户的节目内容；
[0056]在本发明的一种可选实施例中，可以根据上述当前用户在行为习惯数据库中查找与上述当前用户相对应的用户的行为习惯特征;其中，上述行为习惯数据库中存储有用户与行为习惯特征的映射关系；或者，可以根据上述当前用户在行为习惯模型数据库中查找与上述当前用户相对应的用户的行为习惯特征模型；其中，上述行为习惯模型数据库中存储有用户与行为习惯特征模型的映射关系。
[0057]本发明实施例中，将上述用户与行为习惯特征的映射关系存储在上述行为习惯数据库中的步骤，具体可以包括:
[0058]步骤Al、上述智能电视根据上述声纹特征识别上述当前用户后，根据上述当前用户的历史行为数据分析得到行为习惯特征；
[0059]步骤A2、在行为习惯数据库中建立所述用户与所述行为习惯特征的映射关系。
[0060]本发明实施例中，在智能电视的使用过程中，可以根据采集的语音数据的声纹特征识别出当前用户，进而获得当前用户的用户ID，在当前用户对智能电视进行操作时，对上述操作产生的历史行为数据进行分析，以从上述历史行为数据中分析出用户的行为习惯特征，将上述行为习惯特征存储至行为习惯数据库中，并将上述行为习惯特征关联当前用户的用户ID，以实现将上述行为习惯特征与用户的映射关系存储至行为习惯数据库中；或者，
[0061]在识别出当前用户后，对当前用户的历史行为数据进行分析训练，以得到行为习惯特征模型，将上述行为习惯特征模型存储至行为习惯模型数据库中，并为上述行为习惯特征模型配当前用户的用户ID，以实现将上述行为习惯特征模型与用户的映射关系存储至行为习惯模型数据库中。
[0062]本发明实施例中，根据声纹特征识别出当前用户后，可以从上述声纹特征数据库或者声纹特征模型数据库中获得用户的用户ID，进而可以根据上述用户ID在行为习惯数据库或者行为习惯模型数据库中查找到与上述用户ID相对应的用户的行为习惯特征，以根据查找到的行为习惯特征或者行为习惯特征模型为当前用户推荐节目内容。
[0063]本发明实施例中，上述行为习惯特征具体可以为对用户的历史行为数据进行分析获得的历史节目内容的相关属性，如:对历史行为数据进行分析获得的观看的历史节目内容的类型、观看的历史节目内容的剧集、关注历史节目内容的相关主演等等属性;上述行为习惯特征模型具体可以包括:根据上述用户的历史行为数据训练的行为习惯特征的相关模型，例如:根据用户的历史行为数据训练的SVD(Singular Value Decomposit1n，奇异值分解)模型、FM (Factorizat1n Machine，因子分解机)模型、邪]\1(1^011-1168&1:;[￥6 MatrixFactorizat1n，非负矩阵分解)模型等等模型;在根据上述声纹特征识别出当前用户后，可以根据上述当前用户在行为习惯数据库中查找与上述当前用户相关联的行为习惯特征或者在行为习惯模型数据库中查找与上述当前用户相关联的行为习惯特征的相关模型，并根据上述行为习惯特征或者行为习惯特征的相关模型，获取推荐给上述当前用户的节目内容。
[0064]在本发明的一种应用示例I中，假设依据用户的历史行为数据分析得到的行为习惯特征包括:明星A，明星B，喜剧等等，则根据上述行为习惯特征获得并推荐给用户的节目内容可以包括:与明星A，明星B，喜剧等等有关的节目内容。
[0065]在本发明的一种应用示例2中，假设基于根据用户的历史行为数据分析得到的行为习惯特征、建立的相关模型为SVD模型，则根据上述行为习惯特征的相关模型获得并推荐给用户的节目内容可以包括:根据上述SVD模型进行预测的、符合用户喜好的节目内容。
[0066]步骤105、在智能电视上显示上述节目内容。
[0067]本发明的一种可选实施例中，上述行为习惯特征具体还可以包括:上述当前用户对上述智能电视的基础使用习惯特征，则本发明实施例具体还可以包括:
[0068]步骤S1、根据上述当前用户的基础使用习惯特征，获取推荐给上述当前用户的上述智能电视的参数；
[0069]步骤S2、在智能电视上显示上述参数。
[0070]本发明实施例中，上述参数具体可以包括:亮度、音量大小、清晰度的喜好、对比度等等用户所喜好的智能电视的参数，智能电视获得上述参数后，将上述参数推荐给当前用户，以使得当前用户可以获得自己所喜好的智能电视的各项参数，以根据上述这些参数对智能电视进行调整，使智能电视可以更加智能化的为用户提供服务。
[0071]综上，本发明实施例提供的一种推荐方法，可以根据从当前用户的语音数据中提取的声纹特征识别当前用户，从而实现为智能电视的当前用户推荐符合其行为习惯特征的节目内容，相对于现有的推荐方案中，智能电视根据之前所有用户的操作和浏览记录获取推荐给当前用户的节目内容，本发明实施例中，可以根据声纹特征对当前用户进行识别，进而实现针对不同的用户，根据用户的行为习惯特征推荐符合用户喜好的节目内容，因此能够提高推荐的节目内容的准确度。
[0072]假设一个家庭中有五个家庭成员，当前使用智能电视的是用户乙，现有的推荐方案根据本地存储的历史行为数据为当前用户获取并推荐节目内容，其中上述历史行为数据是基于五个家庭成员的行为操作而得到的；而本发明实施例可以根据声纹特征识别出当前用户为用户乙，进而根据从用户乙的历史行为数据中分析得到的行为习惯特征为用户乙获取并推荐节目内容，因此本发明实施例能够提高推荐的节目内容的准确度。
[0073]方法实施例二
[0074]参照图2，示出了本发明的一种推荐方法实施例二的步骤流程图，具体可以包括:
[0075]步骤201、数字信号处理器采集当前用户的语音数据；
[0076]步骤202、数字信号处理器提取所述语音信息的声纹特征；
[0077]步骤203、数字信号处理器将上述语音数据与预置启动指令进行匹配；
[0078]步骤204、在上述语音数据与预置启动指令匹配成功时，上述数字信号处理器向智能电视发送启动智能电视请求，以使智能电视执行开机操作；
[0079]步骤205、在上述语音数据中与预置启动指令匹配失败时，上述数字信号处理器返回执行上述数字信号处理器采集当前用户的语音数据的步骤；
[0080]步骤206、数字信号处理器在接收来自上述智能电视的声纹特征请求后，向智能电视发送上述声纹特征;其中，上述智能电视在完成开机操作后向上述数字信号处理器发送上述声纹特征请求；
[0081]步骤207、智能电视根据上述声纹特征识别上述当前用户；
[0082]步骤208、智能电视根据上述当前用户的行为习惯特征，获取推荐给所述当前用户的节目内容；
[0083]步骤209、在智能电视上显示上述节目内容。
[0084]相对于实施例一，本发明实施例采用数字信号处理器采集当前用户的语音数据、提取所述语音信息的声纹特征，并增加了步骤203至步骤206，以使智能电视在被语音数据唤醒，执行开机操作后，主动对当前用户进行识别，以为识别出的当前用户进行节目内容的推荐。
[0085]本发明实施例中，上述预置启动指令具体可以为在数字信号处理器中预先保存的启动智能电视的指令的集合(例如唤醒词:开机、启动电视、打开电视等等)，供语音数据进行匹配，以用来触发智能电视执行开机操作。进一步来说，本发明实施例可以是将转换成二进制代码的语音数据与预先保存在数字信号处理上的的预置启动指令(例如唤醒词)的二进制代码进行匹配。
[0086]本发明实施例中，可以将采集的语音数据转化为二进制代码形式的语音指令，若转化的语音指令与存储的预置启动指令匹配成功，也即在预置启动指令中包含有与上述语音指令相一致的启动智能电视的指令，则执行向智能电视发送启动智能电视请求的操作，以使智能电视执行开机操作，并在执行开机操作后，向数字信号处理器发送声纹特征请求，数字信号处理器接收到上述声纹特征请求后，向智能电视发送声纹特征，以使智能电视根据上述声纹特征对当前用户进行识别；若转化的语音指令与存储的预置启动指令匹配失败，则返回执行上述采集当前用户的语音数据的步骤。
[0087]综上，本发明实施例提供的一种推荐方法，数字信号处理器进行语音数据的采集和声纹特征的提取，可以快速并准确的采集语音数据及提取声纹特征;数字信号处理器判断采集的当前用户的语音数据是否与预置启动指令匹配成功，进而在上述语音数据与上述预置启动指令匹配成功的时候使智能电视执行开机操作，以使智能电视可以根据语音数据智能化的进行开机;并在执行开机操作后根据声纹特征对当前用户进行识别，以可以在智能电视开机后，及时的根据当前用户的行为习惯为当前用户进行节目内容的推荐。
[0088]需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请实施例并不受所描述的动作顺序的限制，因为依据本申请实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本申请实施例所必须的。
[0089]装置实施例一
[0090]参照图3，示出了本发明一种推荐装置实施例一的结构示意图，具体可以包括:采集模块301、提取模块302、识别模块303、第一获取模块304及第一显示模块305;
[0091]其中，上述采集模块301，可以用于采集当前用户的语音数据；
[0092 ]提取模块302，可以用于提取上述语音信息的声纹特征；
[0093]识别模块303，可以用于根据上述声纹特征识别上述当前用户；
[0094]第一获取模块304，可以用于根据上述当前用户的行为习惯特征，获取推荐给上述当前用户的节目内容;其中，上述行为习惯特征包括:依据用户的历史行为数据分析得到的历史节目内容的相关属性;及
[0095]第一显示模块305，可以用于在智能电视上显示上述节目内容。
[0096]装置实施例二
[0097]参照图4，示出了本发明一种推荐装置实施例二的结构示意图，具体可以包括:采集模块401、提取模块402、识别模块403、第一获取模块404及第一显示模块405;
[0098]其中，上述采集模块401，可以用于采集当前用户的语音数据；
[0099 ]提取模块402，可以用于提取上述语音信息的声纹特征；
[0100]识别模块403，可以用于根据上述声纹特征识别上述当前用户；
[0101]第一获取模块404，可以用于根据上述当前用户的行为习惯特征，获取推荐给上述当前用户的节目内容;其中，上述行为习惯特征包括:依据用户的历史行为数据分析得到的历史节目内容的相关属性;及
[0102]第一显示模块405，可以用于在智能电视上显示上述节目内容；
[0103]其中，上述识别模块403具体可以包括:
[0104]查找子模块4031，可以用于根据上述声纹特征在声纹数据库中查找与上述声纹特征相对应的用户;其中，上述声纹数据库中存储有用户与声纹特征的映射关系。
[0105]装置实施例三
[0106]参照图5，示出了本发明一种推荐装置实施例三的结构示意图，具体可以包括:采集模块501、提取模块502、识别模块503、第一获取模块504及第一显示模块505;
[0107]其中，上述采集模块501，可以用于采集当前用户的语音数据；
[0108]提取模块502，可以用于提取上述语音信息的声纹特征；
[0109]识别模块503，可以用于根据上述声纹特征识别上述当前用户；
[0110]第一获取模块504，可以用于根据上述当前用户的行为习惯特征，获取推荐给上述当前用户的节目内容;其中，上述行为习惯特征包括:依据用户的历史行为数据分析得到的历史节目内容的相关属性;及
[0111]第一显示模块505，可以用于在智能电视上显示上述节目内容；
[0112]其中，上述识别模块503具体可以包括:
[0113]匹配度计算子模块5031，可以用于将上述声纹特征输入至用户的声纹特征模型中，由上述声纹特征模型输出上述声纹特征与上述声纹特征模型的匹配度;其中，上述声纹特征模型为根据用户的语音数据训练得到的模型;及
[0114]确定子模块5032，可以用于将与上述声纹特征的匹配度最高的声纹特征模型相对应的用户，确定为当前用户。
[0115]装置实施例四
[0116]参照图6，示出了本发明一种推荐装置实施例四的结构示意图，具体可以包括:采集模块601、提取模块602、识别模块603、第一获取模块604、第一显不模块605、匹配模块606、第一发送模块607及返回模块608;
[0117]其中，上述采集模块601，位于数字信号处理器，可以用于采集当前用户的语音数据；
[0118]提取模块602，可以用于提取上述语音信息的声纹特征；
[0119]识别模块603，可以用于根据上述声纹特征识别上述当前用户；
[0120]第一获取模块604，可以用于根据上述当前用户的行为习惯特征，获取推荐给上述当前用户的节目内容;其中，上述行为习惯特征包括:依据用户的历史行为数据分析得到的历史节目内容的相关属性;及
[0121]第一显示模块605，可以用于在智能电视上显示上述节目内容；
[0122]匹配模块606，位于数字信号处理器，可以用于将上述语音数据与预置启动指令进行匹配；
[0123]第一发送模块607，位于数字信号处理器，可以用于在上述语音数据与预置启动指令匹配成功时，上述数字信号处理器向智能电视发送启动智能电视请求，以使智能电视执行开机操作;及
[0124]返回模块608，位于数字信号处理器，可以用于在上述语音数据中与预置启动指令匹配失败时，上述数字信号处理器返回执行上述采集当前用户的语音数据的步骤；
[0125]装置实施例五
[0126]参照图7，示出了本发明一种推荐装置实施例五的结构示意图，具体可以包括:采集模块701、提取模块702、识别模块703、第一获取模块704、第一显示模块705及数字信号处理器第二发送模块706 ；
[0127]其中，上述采集模块701，位于数字信号处理器，可以用于采集当前用户的语音数据；
[0128]提取模块702,可以用于提取上述语音信息的声纹特征；
[0129]识别模块703,可以用于根据上述声纹特征识别上述当前用户；[〇13〇]第一获取模块704,可以用于根据上述当前用户的行为习惯特征，获取推荐给上述当前用户的节目内容;其中，上述行为习惯特征包括:依据用户的历史行为数据分析得到的历史节目内容的相关属性；[〇131]第一显示模块705,可以用于在智能电视上显示上述节目内容;及
[0132]第二发送模块706,位于数字信号处理器，可以用于在接收来自上述智能电视的声纹特征请求后，向智能电视发送上述声纹特征;其中，上述智能电视在完成开机操作后向上述数字信号处理器发送上述声纹特征请求。
[0133]装置实施例六
[0134]参照图8,示出了本发明一种推荐装置实施例六的结构示意图，具体可以包括:采集模块801、提取模块802、识别模块803、第一获取模块804、第一显示模块805、行为习惯特征查找模块806、分析模块807及存储模块808;
[0135]其中，上述采集模块801，可以用于采集当前用户的语音数据；
[0136]提取模块802，可以用于提取上述语音信息的声纹特征；
[0137]识别模块803,可以用于根据上述声纹特征识别上述当前用户；
[0138]第一获取模块804,可以用于根据上述当前用户的行为习惯特征，获取推荐给上述当前用户的节目内容;其中，上述行为习惯特征包括:依据用户的历史行为数据分析得到的历史节目内容的相关属性;及
[0139]第一显示模块805,可以用于在智能电视上显示上述节目内容；[〇14〇]行为习惯特征查找模块806,可以用于根据上述当前用户在行为习惯数据库中查找与上述当前用户相对应的用户的行为习惯特征;其中，上述行为习惯数据库中存储有用户与行为习惯特征的映射关系；
[0141]其中，通过如下分析模块807和存储模块808建立上述行为习惯数据库:
[0142]分析模块807,可以用于在根据声纹特征识别用户后，根据用户的历史行为数据分析得到对应的行为习惯特征;及
[0143]存储模块808,可以用于在行为习惯数据库中存储用户与上述行为习惯特征的映射关系。
[0144]装置实施例七
[0145]参照图9,示出了本发明一种推荐装置实施例七的结构示意图，具体可以包括:采集模块901、提取模块902、识别模块903、第一获取模块904、第一显示模块905、第二获取模块906及第二显示模块907;
[0146]其中，上述采集模块901，可以用于采集当前用户的语音数据；
[0147]提取模块902，可以用于提取上述语音信息的声纹特征；
[0148]识别模块903,可以用于根据上述声纹特征识别上述当前用户；
[0149]第一获取模块904,可以用于根据上述当前用户的行为习惯特征，获取推荐给上述当前用户的节目内容;其中，上述行为习惯特征包括:依据用户的历史行为数据分析得到的历史节目内容的相关属性；
[0150]第一显示模块905,可以用于在智能电视上显示上述节目内容；
[0151]本发明实施例中，上述行为习惯特征具体还可以包括:所述当前用户对所述智能电视的基础使用习惯特征，则
[0152]第二获取模块906,可以用于根据上述当前用户的基础使用习惯特征，获取推荐给上述当前用户的智能电视的参数;及
[0153]第二显示模块907,可以用于在智能电视上显示上述参数。
[0154]对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0155]以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0156]通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如R0M/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0157]最后应说明的是:以上实施例仅用以说明本发明的技术方案，而非对其限制;尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换； 而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
【主权项】
1.一种推荐方法，其特征在于，所述方法包括: 采集当前用户的语音数据； 提取所述语音信息的声纹特征； 根据所述声纹特征识别所述当前用户； 根据所述当前用户的行为习惯特征，获取推荐给所述当前用户的节目内容;其中，所述行为习惯特征包括:依据用户的历史行为数据分析得到的历史节目内容的相关属性； 在智能电视上显示所述节目内容。2.根据权利要求1所述的方法，其特征在于，所述根据所述声纹特征识别所述当前用户的步骤，包括: 根据所述声纹特征在声纹数据库中查找与所述声纹特征相对应的用户；其中，所述声纹数据库中存储有用户与声纹特征的映射关系。3.根据权利要求1所述的方法，其特征在于，所述根据所述声纹特征识别所述当前用户的步骤，包括: 将所述声纹特征输入至用户的声纹特征模型中，由所述声纹特征模型输出所述声纹特征与所述声纹特征模型的匹配度;其中，所述声纹特征模型为根据用户的语音数据训练得到的模型； 将与所述声纹特征的匹配度最高的声纹特征模型相对应的用户，确定为当前用户。4.根据权利要求1所述的方法，其特征在于，所述采集当前用户的语音数据的步骤，包括:数字信号处理器采集当前用户的语音数据； 所述根据所述声纹特征确定所述当前用户之前，所述方法还包括: 所述数字信号处理器将所述语音数据与预置启动指令进行匹配； 在所述语音数据与预置启动指令匹配成功时，所述数字信号处理器向智能电视发送启动智能电视请求，以使智能电视执行开机操作； 在所述语音数据中与预置启动指令匹配失败时，所述数字信号处理器返回执行所述采集当前用户的语音数据的步骤。5.根据权利要求4所述的方法，其特征在于，所述方法还包括: 数字信号处理器在接收来自所述智能电视的声纹特征请求后，向智能电视发送所述声纹特征;其中，所述智能电视在完成开机操作后向所述数字信号处理器发送所述声纹特征请求。6.根据权利要求1所述的方法，其特征在于，在所述根据所述当前用户的行为习惯特征，获取推荐给所述当前用户的节目内容之前，所述方法还包括: 根据所述当前用户在行为习惯数据库中查找与所述当前用户相对应的用户的行为习惯特征;其中，所述行为习惯数据库中存储有用户与行为习惯特征的映射关系； 其中，通过如下步骤建立所述行为习惯数据库: 在根据声纹特征识别用户后，根据用户的历史行为数据分析得到对应的行为习惯特征； 在行为习惯数据库中存储用户与所述行为习惯特征的映射关系。7.根据权利要求1所述的方法，其特征在于，所述行为习惯特征还包括:所述当前用户对所述智能电视的基础使用习惯特征，则所述方法还包括:根据所述当前用户的基础使用习惯特征，获取推荐给所述当前用户的智能电视的参数； 在智能电视上显示所述参数。8.一种推荐装置，其特征在于，包括: 采集模块，用于采集当前用户的语音数据； 提取模块，用于提取所述语音信息的声纹特征； 识别模块，用于根据所述声纹特征识别所述当前用户； 第一获取模块，用于根据所述当前用户的行为习惯特征，获取推荐给所述当前用户的节目内容;其中，所述行为习惯特征包括:依据用户的历史行为数据分析得到的历史节目内容的相关属性;及 第一显示模块，用于在智能电视上显示所述节目内容。9.根据权利要求8所述的装置，其特征在于，所述识别模块包括: 查找子模块，用于根据所述声纹特征在声纹数据库中查找与所述声纹特征相对应的用户;其中，所述声纹数据库中存储有用户与声纹特征的映射关系。10.根据权利要求8所述的装置，其特征在于，所述识别模块包括: 匹配度计算子模块，用于将所述声纹特征输入至用户的声纹特征模型中，由所述声纹特征模型输出所述声纹特征与所述声纹特征模型的匹配度;其中，所述声纹特征模型为根据用户的语音数据训练得到的模型;及 确定子模块，用于将与所述声纹特征的匹配度最高的声纹特征模型相对应的用户，确定为当前用户。11.根据权利要求8所述的装置，其特征在于，所述采集模块位于数字信号处理器，所述装置还包括: 匹配模块，位于所述数字信号处理器，用于将所述语音数据与预置启动指令进行匹配；第一发送模块，位于所述数字信号处理器，用于在所述语音数据与预置启动指令匹配成功时，向智能电视发送启动智能电视请求，以使智能电视执行开机操作;及 返回模块，位于所述数字信号处理器，用于在所述语音数据中与预置启动指令匹配失败时，所述数字信号处理器返回执行所述采集当前用户的语音数据的步骤。12.根据权利要求11所述的装置，其特征在于，所述装置还包括: 第二发送模块，位于所述数字信号处理器，用于在接收来自所述智能电视的声纹特征请求后，向智能电视发送所述声纹特征;其中，所述智能电视在完成开机操作后向所述数字信号处理器发送所述声纹特征请求。
【文档编号】H04N21/45GK105979376SQ201510880599
【公开日】2016年9月28日
【申请日】2015年12月2日
【发明人】王蕊, 田伟森, 耿雷
【申请人】乐视致新电子科技（天津）有限公司