[发明专利]用于输出信息的方法和装置

权利要求书

1.一种用于输出信息的方法，包括：

响应于接收到用户输入的语音，基于所述语音生成声纹特征向量；

将所述声纹特征向量输入声纹识别模型，得到所述用户的身份信息；

从预设的多媒体文件集合中选择预定数目个与所得到的用户的身份信息匹配的多媒体文件作为目标多媒体文件；

根据所述目标多媒体文件生成预览信息进行输出。

2.根据权利要求1所述的方法，其中，所述基于所述语音生成声纹特征向量，包括：

将所述语音导入预先训练的全局背景模型中进行映射得到声纹特征超向量，其中，所述全局背景模型用于表征语音与声纹特征超向量之间的对应关系；

将所述声纹特征超向量经过降维处理得到声纹特征向量。

3.根据权利要求1所述的方法，其中，所述方法还包括：

响应于确定出所述语音包括操作指令，执行所述操作指令，其中，所述操作指令包括以下至少一项：频道选择、音量控制、图像参数调整、多媒体文件检索、多媒体文件播放。

4.根据权利要求3所述的方法，其中，所述方法还包括：

对于用于多媒体文件检索的操作指令所涉及的至少一个多媒体文件中的多媒体文件，累加检索该多媒体文件的次数作为该多媒体文件对应的检索次数；以及

所述从预设的多媒体文件集合中选择预定数目个与所得到的用户的身份信息匹配的多媒体文件作为目标多媒体文件，包括：

按照检索次数由大到小的顺序从预设的多媒体文件集合中选择预定数目个与所得到的用户的身份信息匹配的多媒体文件作为目标多媒体文件。

5.根据权利要求3所述的方法，其中，所述方法还包括：

对于用于多媒体文件播放的操作指令所涉及的至少一个多媒体文件中的多媒体文件，累加播放该多媒体文件的次数作为该多媒体文件对应的播放次数；以及

所述从预设的多媒体文件集合中选择预定数目个与所述用户的身份信息匹配的多媒体文件作为目标多媒体文件，包括：

按照播放次数由大到小的顺序从预设的多媒体文件集合中选择预定数目个与所述用户的身份信息匹配的多媒体文件作为目标多媒体文件。

6.根据权利要求1所述的方法，其中，所述用户的身份信息包括以下至少一项：性别、年龄、家庭成员标识。

7.根据权利要求1-6之一所述的方法，其中，所述方法还包括：

从预设的音色信息集合中选择与所述用户的身份信息匹配的音色信息；

使用所选择的音色信息所指示的音色输出语音交互信息以与所述用户进行语音交互。

8.根据权利要求1-6之一所述的方法，其中，所述声纹识别模型是预先训练的、用于表征声纹特征向量和用户的身份信息之间的对应关系的模型。

9.一种用于输出信息的装置，包括：

生成单元，被配置成响应于接收到用户输入的语音，基于所述语音生成声纹特征向量；

识别单元，被配置成将所述声纹特征向量输入声纹识别模型，得到所述用户的身份信息；

选项单元，被配置成从预设的多媒体文件集合中选择预定数目个与所得到的用户的身份信息匹配的多媒体文件作为目标多媒体文件；

输出单元，被配置成根据所述目标多媒体文件生成预览信息进行输出。

10.根据权利要求9所述的装置，其中，所述生成单元进一步被配置成：

将所述语音导入预先训练的全局背景模型中进行映射得到声纹特征超向量，其中，所述全局背景模型用于表征语音与声纹特征超向量之间的对应关系；

将所述声纹特征超向量经过降维处理得到声纹特征向量。

11.根据权利要求9所述的装置，其中，所述装置还包括执行单元，被配置成：

响应于确定出所述语音包括操作指令，执行所述操作指令，其中，所述操作指令包括以下至少一项：频道选择、音量控制、图像参数调整、多媒体文件检索、多媒体文件播放。