[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

说明书

本发明实施例提供了一种基于音频的个性化推荐方法、装置和移动终端，该方法包括：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；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；将所述目标对象推荐给所述目标用户。可以通过音频识别模型获取到目标音频向量(声音特征)，以将用户喜欢的声音输入推荐给用户，有助于提高推荐成功率。

技术领域

本发明涉及音频识别的技术领域，特别是涉及一种基于音频的个性化推荐方法、装置和移动终端。

背景技术

广播电台通过音频向用户提供信息，例如，车载广播系统可以方便驾驶人员获取路况、或音乐、或其他信息。在实际应用中，还可以向用户进行音频的个性化推荐，即从主播列表中找到与用户喜欢的主播相似的主播。

现有技术中，通常可以根据主播的基本信息进行音频的个性化推荐，其中，基本信息包括：主播性别、年龄、节目类型等。具体地，首先，从用户的历史收听记录中获取用户历史收听次数较多的主播的性别、年龄、节目类型，作为目标信息；然后，将目标信息与主播列表中的主播的基本信息进行匹配，得到基于匹配度的主播排序序列；最后，排序在靠前位置的主播推荐给用户。例如，用户经常收听的主播的性别为女、年龄为25岁、节目类型为音乐节目，从而可以将性别为女、年龄为25岁、节目类型为音乐节目的主播优先推荐给用户。

然而，上述推荐过程并未考虑主播的声音特征，而通常情况下，用户喜欢主播的原因在于主播的声音，在该场景下推荐成功率较低。

发明内容

本发明公开了一种基于音频的个性化推荐方法、装置和移动终端，以解决推荐过程未考虑主播的声音特征，导致推荐成功率较低的问题。

第一个方面，本发明提供了一种基于音频的个性化推荐方法，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；

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；

将所述目标对象推荐给所述目标用户。

可选地，所述目标音频特征为梅尔频率倒谱系数，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。

可选地，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。

可选地，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：