本申请提供一种内容推荐方法、装置、计算机设备及可读存储介质，该方法包括：获取当前用户的语音信息；对语音信息进行预处理，得到预处理后的第一声纹特征信息；基于第一声纹特征信息，判断当前用户是否为新用户；若是，则获取当前用户的第二声纹特征信息；基于第二声纹特征信息，对当前用户进行个性化内容推荐。本申请实施例使得当前用户在使用语音信息控制终端设备时，可以避免登录过程，直接基于用户的第二声纹特征，进行个性化内容推荐，降低了操作的复杂性，提高了推荐服务的质量。提高了推荐服务的质量。提高了推荐服务的质量。
【技术实现步骤摘要】
内容推荐方法、装置、计算机设备及可读存储介质
[0001]本申请涉及信息处理
，具体涉及一种内容推荐方法、装置、计算机设备及可读存储介质。
技术介绍
[0002]智能数字电视，是基于Internet应用技术，具备开放式操作系统与芯片，拥有开放式应用平台，可实现双向人机交互功能，集影音、娱乐、数据等多种功能于一体，以满足用户多样化和个性化需求的电视产品。其目的是带给用户更便捷的体验，目前已经成为电视的潮流趋势。
[0003]但是现有的智能数字电视一般需要提前录入用户的声纹信息，提高了操作的复杂性，进一步的，根据其所有的播放记录来进行电视节目的推荐，并且一般情况下一个智能数字电视只有一个用户账户；并不能根据不同的用户来进行针对性的电视节目推荐。
[0004]因此，如何降低操作的复杂性和改善推荐的服务质量，是当前信息处理
亟需解决的技术问题。
技术实现思路
[0005]本申请提供一种内容推荐方法、装置、计算机设备及可读存储介质，旨在解决如何降低操作的复杂性和改善推荐的服务质量。
[0006]一方面，本申请提供一种内容推荐方法，所述方法包括：
[0007]获取当前用户的语音信息；
[0008]对所述语音信息进行预处理，得到预处理后的第一声纹特征信息；
[0009]基于所述第一声纹特征信息，判断所述当前用户是否为新用户；
[0010]若是，则获取所述当前用户的第二声纹特征信息；
[0011]基于所述第二声纹特征信息，对所述当前用户进行个性化内容推荐。
[0012]在本申请一种可能的实现方式中，所述对所述语音信息进行预处理，得到预处理后的第一声纹特征信息，包括：
[0013]采用预设的第一声纹特征提取模型，提取所述语音信息中的语音帧对应的第一特征向量信息，得到预处理后的第一声纹特征信息。
[0014]在本申请一种可能的实现方式中，所述基于所述第一声纹特征信息，判断所述当前用户是否为新用户，包括：
[0015]比较所述第一特征向量信息与预设的特征向量库中的第二特征向量信息的相似度度量；
[0016]若所述相似度度量小于预设的相似度度量阈值，则确定所述当前用户为新用户；
[0017]若所述相似度度量大于或等于所述预设的相似度度量阈值，则确定所述当前用户为老用户。
[0018]在本申请一种可能的实现方式中，所述获取所述当前用户的第二声纹特征信息，
包括：
[0019]采用预设的第二声纹特征提取模型，提取所述语音信息中的语音帧对应的第二特征向量信息，得到第二声纹特征信息。
[0020]在本申请一种可能的实现方式中，所述基于所述第二声纹特征信息，对所述当前用户进行个性化内容推荐，包括：
[0021]基于所述第二声纹特征信息和预设的深度神经网络模型，确定所述当前用户的静态属性信息，其中，所述静态属性信息包括年龄信息和性别信息；
[0022]基于所述当前用户的静态属性信息，对所述当前用户进行个性化内容推荐。
[0023]在本申请一种可能的实现方式中，所述方法还包括：
[0024]若判断所述当前用户为老用户，则基于所述第二特征向量信息，确定所述当前用户的用户画像信息；
[0025]基于所述当前用户的用户画像信息，对所述当前用户进行个性化内容推荐。
[0026]在本申请一种可能的实现方式中，在基于所述第二特征向量信息，确定所述当前用户的用户画像信息之前，所述方法还包括：
[0027]将所述第一声纹特征信息和所述当前用户所使用的终端设备进行绑定；
[0028]获取所述终端设备的历史使用信息；
[0029]基于所述历史使用信息，构建所述当前用户的用户画像，得到所述当前用户的用户画像信息。
[0030]另一方面，本申请提供一种内容推荐装置，所述装置包括：
[0031]第一获取单元，用于获取当前用户的语音信息；
[0032]第一预处理单元，用于对所述语音信息进行预处理，得到预处理后的第一声纹特征信息；
[0033]第一判断单元，用于基于所述第一声纹特征信息，判断所述当前用户是否为新用户；
[0034]第二获取单元，用于若是，则获取所述当前用户的第二声纹特征信息；
[0035]第一推荐单元，用于基于所述第二声纹特征信息，对所述当前用户进行个性化内容推荐。
[0036]在本申请一种可能的实现方式中，所述第一预处理单元，具体用于：
[0037]采用预设的第一声纹特征提取模型，提取所述语音信息中的语音帧对应的第一特征向量信息，得到预处理后的第一声纹特征信息。
[0038]在本申请一种可能的实现方式中，所述第一判断单元，具体用于：
[0039]比较所述第一特征向量信息与预设的特征向量库中的第二特征向量信息的相似度度量；
[0040]若所述相似度度量小于预设的相似度度量阈值，则确定所述当前用户为新用户；
[0041]若所述相似度度量大于或等于所述预设的相似度度量阈值，则确定所述当前用户为老用户。
[0042]在本申请一种可能的实现方式中，所述第二获取单元，具体用于：
[0043]采用预设的第二声纹特征提取模型，提取所述语音信息中的语音帧对应的第二特征向量信息，得到第二声纹特征信息。
[0044]在本申请一种可能的实现方式中，所述第一推荐单元，具体用于：
[0045]基于所述第二声纹特征信息和预设的深度神经网络模型，确定所述当前用户的静态属性信息，其中，所述静态属性信息包括年龄信息和性别信息；
[0046]基于所述当前用户的静态属性信息，对所述当前用户进行个性化内容推荐。
[0047]在本申请一种可能的实现方式中，所述装置还包括：
[0048]第一确定单元，用于若判断所述当前用户为老用户，则基于所述第二特征向量信息，确定所述当前用户的用户画像信息；
[0049]第二推荐单元，用于基于所述当前用户的用户画像信息，对所述当前用户进行个性化内容推荐。
[0050]在本申请一种可能的实现方式中，在第一确定单元之前，所述装置还包括：
[0051]第一绑定单元，用于将所述第一声纹特征信息和所述当前用户所使用的终端设备进行绑定；
[0052]第三获取单元，用于获取所述终端设备的历史使用信息；
[0053]第一构建单元，用于基于所述历史使用信息，构建所述当前用户的用户画像，得到所述当前用户的用户画像信息。
[0054]另一方面，本申请还提供一种计算机设备，所述计算机设备包括：
[0055]一个或多个处理器；
[0056]存储器；以及
[0057]一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现所述的内容推荐方法。
[0058]另一方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种内容推荐方法，其特征在于，所述方法包括：获取当前用户的语音信息；对所述语音信息进行预处理，得到预处理后的第一声纹特征信息；基于所述第一声纹特征信息，判断所述当前用户是否为新用户；若是，则获取所述当前用户的第二声纹特征信息；基于所述第二声纹特征信息，对所述当前用户进行个性化内容推荐。2.根据权利要求1所述的内容推荐方法，其特征在于，所述对所述语音信息进行预处理，得到预处理后的第一声纹特征信息，包括：采用预设的第一声纹特征提取模型，提取所述语音信息中的语音帧对应的第一特征向量信息，得到预处理后的第一声纹特征信息。3.根据权利要求2所述的内容推荐方法，其特征在于，所述基于所述第一声纹特征信息，判断所述当前用户是否为新用户，包括：比较所述第一特征向量信息与预设的特征向量库中的第二特征向量信息的相似度度量；若所述相似度度量小于预设的相似度度量阈值，则确定所述当前用户为新用户；若所述相似度度量大于或等于所述预设的相似度度量阈值，则确定所述当前用户为老用户。4.根据权利要求1所述的内容推荐方法，其特征在于，所述获取所述当前用户的第二声纹特征信息，包括：采用预设的第二声纹特征提取模型，提取所述语音信息中的语音帧对应的第二特征向量信息，得到第二声纹特征信息。5.根据权利要求1所述的内容推荐方法，其特征在于，所述基于所述第二声纹特征信息，对所述当前用户进行个性化内容推荐，包括：基于所述第二声纹特征信息和预设的深度神经网络模型，确定所述当前用户的静态属性信息，其中，所述静态属性信息包括年龄信息和性别信息；基于所述当前用户的静态属性信息...
【专利技术属性】
技术研发人员：裴德志，
申请(专利权)人：深圳TCL新技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。