视频广告语音交互系统及方法技术方案

本发明专利技术公开了一种视频广告语音交互系统及方法，属于互联网视频广告技术领域。为解决现有技术中用户对视频广告进行跳过选择需要注册并付费，并且简单的跳过视频广告，必然使得广告主受到损失的问题，提供一种视频广告语音交互系统，包括视频播放客户端、广告投放服务器、语音识别服务器，由上述系统实现的视频广告语音交互方法，视频播放客户端播放视频广告，用户开启语音监听开关，进行语音输入，语音监听模块收集语音信息，提取语音数据发送给语音识别服务器，语音识别服务器将语音数据识别的结果文本返回给视频播放客户端，视频播放客户端调用播放器的相关接口触发相关事件。用于互联网视频广告播放中实现语音交互。

【技术实现步骤摘要】

本专利技术具体设及一种，属于互联网视频广告技术领 域。
技术介绍
视频广告目前已经成为互联网中主要的广告形式，越来越多的视频广告给用户带 来了很大烦恼，为此，一些网站开始针对一些高级客户提供可选择播放的视频广告，用户可 W选择跳过某些广告，但该需要用户注册并付费，大多数用户都不会选择注册并付费的形 式，并且简单的跳过视频广告，必然使得广告主受到损失，失去了宣传产品的机会。
技术实现思路
因此，本专利技术针对现有技术中用户对视频广告进行跳过选择需要注册并付费，大 多数用户都不会选择注册并付费的形式，并且简单的跳过视频广告，必然使得广告主受到 损失，失去了宣传产品的机会的问题，提供一种视频广告语音交互系统，包括视频播放客户 端、广告投放服务器、语音识别服务器，广告投放服务器用于根据视频播放客户端的视频广 告请求提供视频广告代码给视频播放客户端，其特征在于，所述视频播放客户端包括语音 监听开关、语音监听模块，语音监听模块用于收集语音信息，提取语音数据发送给语音识别 服务器，语音识别服务器用于识别语音数据并将结果文本返回给视频播放客户端。 所述语音识别服务器包括语音识别模块，所述语音识别模块包括声学模型、字典 文件、语言模型，声学模型通过对语音库进行特征提取和声学模型训练后得到，语言模型根 据文本库中提供的文本进行语言模型训练后得到，字典文件中存放单词和音素的映射关系 表。 所述视频播放客户端为手机、平板电脑、笔记本电脑或台式机。 由上述系统实现的视频广告语音交互方法，其特征在于，所述方法为：视频播放客 户端发送广告请求给广告投放服务器，广告投放服务器提供广告代码给视频播放客户端， 视频播放客户端播放视频广告，当语音监听开关状态为开启状态时，如果用户进行语音输 入，语音监听模块会收集到语音信息，并将语音数据发送给语音识别服务器，语音识别服务 器将语音数据识别的结果文本返回给视频播放客户端，视频播放客户端判断结果文本中是 否包含指定命令，如果有，则用该些命令来调用播放器的相关接口触发相关事件。 指定命令包括内置命令及非内置命令。[000引每次触发事件发生后，视频播放客户端通过调用广告投放服务器提供的日志记录 接口进行日志记录。 本专利技术的有益效果在于：采用本专利技术的，通过语音 交互技术，实现了用户与系统的语音交互，既满足了客户不需要注册付费即可跳过广告的 需求，又可W通过语音交互系统的限定，如客户需要说出广告产品名称等方式，使得广告主 的产品得到超出预期的宣传效果。用户还可W通过语音交互实现重播、暂停等其它功能。【附图说明】 图1为本专利技术视频广告语音交互系统的结构示意图； 图2为视频播放客户端的播放控制流程图； 图3为语音识别服务实现流程图。[001引 附图标记如下； 1、视频播放客户端； 2、广告投放服务器； 3、语音识别服务器。【具体实施方式】 下面结合附图对本专利技术的【具体实施方式】进行说明：[001引如图1所示，视频广告语音交互系统，包括视频播放客户端1、广告投放服务器2、 语音识别服务器3,广告投放服务器2用于根据视频播放客户端1的视频广告请求提供视频 广告代码给视频播放客户端1，视频播放客户端1包括语音监听开关、语音监听模块，语音 监听开关用于开启和关闭语音监听模块，语音监听模块用于收集语音信息，提取语音数据 发送给语音识别服务器，语音识别服务器3用于识别语音数据并将结果文本返回给视频播 放客户端1。视频播放客户端1的播放控制流程如图2所示。 语音识别服务器3包括语音识别模块，语音识别模块包括声学模型、字典文件、语 言模型，声学模型通过对语音库进行特征提取和声学模型训练后得到，语言模型根据文本 库中提供的文本进行语言模型训练后得到，字典文件中存放单词和音素的映射关系表。语 音识别服务实现流程如图3所示。 视频播放客户端1为手机、平板电脑、笔记本电脑或台式机。适用于各种平台。 由上述系统实现的视频广告语音交互方法，视频播放客户端1发送广告请求给广 告投放服务器2,广告投放服务器2提供广告代码给视频播放客户端1，广告代码是根据事 先定义好广告交互协议来生成的XML或JSON格式的字符串，里面包含了各种与广告播放相 关的信息，如；广告素材的U化、广告的曝光和点击计数W及播放完成的U化、广告的曝光和 点击监测U化等等，客户端会解析XML或JSON串，然后进行广告播放和相关事件的触发。 每个有语音交互效果需求的广告都会有一个名为"跳过广告关键词"的属性，一般会取该广 告的品牌名称作为关键词，新增语音交互效果日志的记录，用于统计用户对播放的广告的 一些交互信息，可W提供给广告主参考。具体方法为在每个广告对应的ad节点下新增一 个节点"skipword"，其取值为跳过广告的关键词，此外再在skipword节点后新增一个节点 "recurl"，其取值为记录用户交互行为的日志接口U化，该U化中包含的参数会被记录到日 志中，其中有一个actid参数，取值为一个宏；"##ACTI0NID##"，在实际发送请求的时候会 根据用户实际触发的请求而将其替换成相应的值再将此U化对应的请求发送出去。视频播 放客户端1播放视频广告，当语音监听开关状态为开启状态时，如果用户进行语音输入，语 音监听模块会收集到语音信息，并将语音数据发送给语音识别服务器3,语音识别服务器3 将语音数据识别的结果文本返回给视频播放客户端1，视频播放客户端1判断结果文本中 是否包含指定命令，如果有，则用该些命令来调用播放器的相关接口触发相关事件。 指定命令包括内置命令及非内置命令。例如[002引"重播"；内置命令，重新播放当前广告；"暂停"；内置命令，暂停播放当前广告；"长城"；非内置命令，对于该种命令，当用户说出了当前广告的广告跳过关键词 (Skipword)，即当前广告的品牌名称，所W跳过当前广告。 每次触发事件发生后，视频播放客户端1通过调用广告投放服务器2提供的日志 记录接口进行日志记录。 如下所示的JS0N片段，为一个客户端发送的某次广告请求时得到的广告投放服 务端的返回结果，分别是长城和长江两个品牌的两个市场推广广告。其中"ads"是一个数 组，里面存放了多个"ad"子节点，每个"ad"子节点对应一个广告，每个"ad"子节点中又有 一个"skipword"子节点，当用户开启语音监听开关并发出"长城"的音时，id为123的广告 就会停止播放，直接跳到下一个id为124的广告进行播放。[002引客户端在收集到语音信息后，会检查下面的recurl节点，如果该节点存在，则取 出其U化，然后将U化中的"##ACTI0NID##"替换为实际通过语音识别出来的字符串所触发 的事件的编号（编号格式如；1 ;重播、2 ;暂停、3 ;跳过等），然后访问该个U化，该U化对应 于广告投放服务端的一个日志收集服务，该服务接收请求后会解析相关参数，并完成日志 的记录。主要JS0N代码如下：【主权项】1. 一种视频广告语音交互系统，包括视频播放客户端、广告投放服务器、语音识别服务 器，广告投放服务器用于根据视频播放客户端的视频广告请求提供视频广告代码给视频播 放客户端，其特征在于，所述视频播放客户端包括语音监听开关、语音监听模块，语音监听 模块用于收集语音信息本文档来自技高网...

【技术保护点】
一种视频广告语音交互系统，包括视频播放客户端、广告投放服务器、语音识别服务器，广告投放服务器用于根据视频播放客户端的视频广告请求提供视频广告代码给视频播放客户端，其特征在于，所述视频播放客户端包括语音监听开关、语音监听模块，语音监听模块用于收集语音信息，提取语音数据发送给语音识别服务器，语音识别服务器用于识别语音并将识别结果文本返回给视频播放客户端。

【技术特征摘要】

【专利技术属性】
技术研发人员：张云锋，蒋子俊，周盛，姚键，张大伟，曹磊，唐端荣，潘柏宇，卢述奇，
申请(专利权)人：合一信息技术北京有限公司，
类型：发明
国别省市：北京;11