[发明专利]一种基于音频的个性化推荐方法、装置和移动终端

权利要求书

1.一种基于音频的个性化推荐方法，其特征在于，包括：

根据音频样本集训练音频识别模型，所述音频识别模型由卷积神经网络、循环神经网络级联得到；

获取目标用户的目标音频特征，所述目标音频特征为梅尔频率倒谱系数；

将所述目标音频特征输入至所述音频识别模型中，得到目标音频向量；

根据所述目标音频向量从候选对象列表中获取目标对象，所述目标对象包括目标主播；

将所述目标对象推荐给所述目标用户；

其中，所述音频样本集包括参考样本、正样本、负样本，所述音频样本集中的每个音频样本包括样本梅尔频率倒谱系数、样本对象，所述根据音频样本集训练音频识别模型，包括：

分别将所述参考样本、正样本、负样本的样本梅尔频率倒谱系数输入至卷积神经网络中，得到第一特征向量；

分别将所述参考样本、正样本、负样本的第一特征向量输入至循环神经网络中，得到第二特征向量；

分别将所述参考样本、正样本、负样本的第二特征向量输入至Sigmoid激活函数中，得到第三特征向量；

基于所述参考样本、正样本、负样本的第三特征向量，计算三元组损失值；

根据所述三元组损失值确定针对所述音频识别模型的训练是否结束；

其中，所述基于所述参考样本、正样本、负样本的第三特征向量，计算三元组损失值的步骤，包括：

计算所述参考样本的第三特征向量与正样本的第三特征向量之间的距离，得到第一距离；

计算所述参考样本的第三特征向量与负样本的第三特征向量之间的距离，得到第二距离；

计算所述第一距离与第二距离的差值；

根据所述差值和预设最小距离常量确定三元损失值；

所述获取目标用户的目标音频特征，包括：

从历史收听记录中获取目标用户的目标音频，所述目标用户对所述目标音频的收听频率大于预设收听频率阈值；

从所述目标音频中提取梅尔频率倒谱系数。

2.根据权利要求1所述的方法，其特征在于，所述根据所述三元组损失值确定针对所述音频识别模型的训练是否结束，包括：

在所述三元组损失值大于或等于预设损失值阈值的情况下，修改所述卷积神经网络和所述循环神经网络的参数，以继续训练；

在所述三元组损失值小于预设损失值阈值的情况下，结束针对所述音频识别模型的训练，得到音频识别模型。

3.根据权利要求1所述的方法，其特征在于，所述根据所述目标音频向量从候选对象列表中获取目标对象，包括：

采用局部敏感哈希算法对所述候选对象列表进行分桶，得到至少一个候选对象分桶；

从所述候选对象分桶中获取目标分桶；

根据所述目标音频向量从所述目标分桶中获取目标对象。

4.根据权利要求3所述的方法，其特征在于，所述根据所述目标音频向量从所述目标分桶中获取目标对象，包括：

从所述目标分桶中获取一个候选对象，以及所述候选对象对应的候选音频向量；

将所述目标音频向量与所述候选音频向量进行匹配，得到匹配度；

在所述匹配度大于或等于预设匹配度阈值的情况下，确定所述候选对象为目标对象。

5.根据权利要求4所述的方法，其特征在于，所述候选音频向量为二值化向量，在所述根据所述目标音频向量从候选对象列表中获取目标对象之前，还包括：

针对所述目标音频向量中的每个元素，在所述元素的取值大于或等于预设二值化阈值的情况下，将所述元素的取值修改为预设最大值；

在所述元素的取值小于预设二值化阈值的情况下，将所述元素的取值修改为预设最小值。