[发明专利]图像搜索方法、装置、终端设备及存储介质

说明书

本申请实施例提供了一种图像搜索方法、装置、终端设备及存储介质。本方法通过获取在人机交互界面输入的语音信息，再提取语音信息中的多个语音特征数据，然后搜索与多个语音特征数据分别对应的图像，再获取与多个语音特征数据对应的优先级，然后按照优先级将与多个语音特征数据分别对应的图像进行排序，得到目标序列图像，目标序列图像中对应的优先级越高的图像的排列顺序越靠前，最后输出目标序列图像。实现了在获取了语音信息对应于用户不同的搜索需求的多个语音特征数据的情况下，按照与多个语音特征数据对应的优先级将搜索得到的与多个语音特征数据分别对应的图像进行排序，以得到与用户搜索需求对应的目标序列图像，提升了图像搜索的准确率。

技术领域

本申请涉及图像搜索技术领域，更具体地，涉及一种图像搜索方法、装置、终端设备及存储介质。

背景技术

随着现代通信技术和多媒体技术的广泛应用和互联网广泛普及，数字图像的数量出现了巨量的增长。面对如此海量的图像数据，如何快速且准确在医学、交通、购物等领域进行图像检索，这是近20年来研究的热点。随着搜索引擎技术的不断发展，语音搜索已逐步应用于各种终端设备中。作为一种方式，可以通过对用户输入的搜索语音进行语音识别，以将搜索语音转换成文字，并分析出其中的关键字，然后根据关键字搜索相匹配的搜索结果或者根据关键字在问答系统的数据库中查询对应的问答结果，并将搜索结果以图片、动画或视频等形式展现给用户。然而，在利用语音进行图像搜索时，通常会出现因语音内容识别度不高导致搜索变慢且搜索结果不准确。

发明内容

鉴于上述问题，本申请提出了一种图像搜索方法、装置、终端设备及存储介质，以解决上述问题。

第一方面，本申请实施例提供了一种图像搜索方法，该方法包括：获取在人机交互界面输入的语音信息；提取所述语音信息中的多个语音特征数据，所述多个语音特征数据对应用户不同的搜索需求；搜索与所述多个语音特征数据分别对应的图像；获取与所述多个语音特征数据对应的优先级；按照所述优先级将所述与所述多个语音特征数据分别对应的图像进行排序，得到目标序列图像，所述目标序列图像中对应的优先级越高的图像的排列顺序越靠前；输出所述目标序列图像。

进一步的，所述获取与所述多个语音特征数据对应的优先级，包括：获取与所述语音信息匹配的场景模式；判断所述场景模式是否为预设的场景模式；若是，获取与所述场景模式关联的所述多个语音特征数据对应的优先级。

进一步的，所述获取与所述场景模式关联的所述多个语音特征数据对应的优先级之前，包括：判断是否接收到所述语音信息的更新指令。进一步的，若是，所述获取与所述场景模式关联的所述多个语音特征数据对应的优先级，包括：获取与更新后的所述语音信息的多个语音特征数据匹配的优先级。

进一步的，所述获取与所述多个语音特征数据对应的优先级，还包括：若所述场景模式不是预设的场景模式，获取所述多个语音特征数据各自对应的权值；基于所述权值获取当前与所述多个语音特征数据对应的优先级，所述权值越大对应的优先级越高。

进一步的，所述多个语音特征数据至少包括所述语音信息的音色、音调、音素、发音速度、总的时长中的一项。

进一步的，搜索与所述多个语音特征数据分别对应的图像，包括：分别搜索与所述语音信息的音色、音调、音素、发音速度和/或总的时长对应的图像。

进一步的，所述搜索与所述多个语音特征数据分别对应的图像，还包括：获取与所述语音信息的音色、音调、音素、发音速度和/或总的时长对应的图像的数量；判断所述数量是否达到预设阈值；若达到，结束与所述子线程对应的搜索进程。