[发明专利]一种沉浸式KTV智能点唱系统在审

专利信息
申请号: 201911320919.8 申请日: 2019-12-19
公开(公告)号: CN111128103A 公开(公告)日: 2020-05-08
发明(设计)人: 李志 申请(专利权)人: 北京凯来科技有限公司
主分类号: G10H1/36 分类号: G10H1/36;G06F16/9535;G06F16/68;G06F16/635
代理公司: 北京金智普华知识产权代理有限公司 11401 代理人: 皋吉甫
地址: 102600 北京市大兴区经*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 沉浸 ktv 智能 点唱 系统
【权利要求书】:

1.一种沉浸式KTV智能点唱系统,其特征在于,所述智能点唱系统包括信息采集单元、数据处理单元、云端数据库、即时偏好匹配单元、点播单元和输出单元:

信息采集单元,用于采集用户的特征信息和行为信息;

数据处理单元,用于对采集到的特征信息和行为信息进行关键特征提取,并与云端数据库进行匹配,输出年龄属性信息、性格特征信息和即时情绪信息;

即时偏好匹配单元,用于根据点播单元和数据处理单元输出的信息与云端数据库进行即时偏好匹配,匹配偏好歌曲以及环境气氛;

点播单元,用于歌曲点播、偏好歌曲推荐及历史点播记录的存储;

输出单元,用于输出当前播放歌曲和环境气氛。

2.根据权利要求1所述的智能点唱系统,其特征在于,所述云端数据库包括历史数据库、云端特征库、云端规则库和云端离线训练模型;

所述历史数据库包括信息采集单元和点播单元采集到用户脱敏行为数据和点播数据;

所述云端特征库包括线上开放数据集的图片数据和自建数据集的图片数据,图片数据对应包含有用户年龄的标注数据、用户性格的标注数据和用户情绪的标注数据;

所述云端规则库包括人工定义的歌曲对应的年龄数据和情绪数据;

所述云端离线训练模型通过CNN卷积神经网络,将标注好的图片数据通过多层卷积,反复修正各神经元权值,最终输出完整的深层网络结构。

3.根据权利要求2所述的智能点唱系统,其特征在于,所述云端特征库中用户年龄的标注数据精确到具体数字,用户性格的标注数据包括内向和外向,其中内向包括高度内向、中度内向和低度内向,外向包括高度外向、中度外向和低度外向;用户情绪的标注数据包括愉悦、亢奋、悲伤、暴怒、忧郁和平静。

4.根据权利要求1所述的智能点唱系统,其特征在于,用户信息采集单元为录像采集设备,该录像采集设备为分别在在KTV包厢的四个墙角放置的高清摄像头智能设备。

5.根据权利要求4所述的智能点唱系统,其特征在于,所述用户信息采集单元中的特征信息为用户的面部表情,行为信息为用户的肢体动作。

6.根据权利要求1所述的智能点唱系统,其特征在于,所述即时偏好匹配单元中即时偏好匹配的模型为:基于场景的漏斗模型,依次考虑年代分层、性格适配度和情绪干扰因素,逐层细化。

7.根据权利要求6所述的智能点唱系统,其特征在于,所述即时偏好匹配的模型的匹配方法具体如下:

A.年代分层:通过统计的方式计算出KTV包厢内所有用户的平均年龄、最大年龄、最小年龄、以及各个年龄段的人数,得到当前用户群的年代特征,从云端规则库中选出备选曲目,然后进入下一层策略筛选;

B.性格适配度:根据用户的性格分布情况,根据内、外向的偏向程度,调整不同风格的曲目,同时基于用户对已点播歌曲实时反馈,动态修正内、外向的偏向程度的适配程度;

C.情绪干扰:通过用户的即时表情,判断用户的情绪状态,并将其作为最后一层筛选,享有优先决策权重,同时也作为场景特效选择逻辑的主要参考指标。

8.根据权利要求1所述的智能点唱系统,其特征在于,所述输出单元包括AR投影仪、设置在墙面上的主屏幕和三个分别设置不同墙面上的辅助屏幕,所述AR投影仪和辅助屏幕用于环境气氛的输出,所述主屏幕用于显示当前播放歌曲。

9.根据权利要求8所述的智能点唱系统,其特征在于,所述辅助屏幕的输出内容为通过AR投影仪投射的预置场景特效,所述预置场景特效包含但不限于:

演唱会特效:模拟演唱会现场,设有观众影像和现场音效;

自然风景特效:根据歌曲内容渲染满足当前曲风的自然风景,包括田园、森林、大海和沙漠;

和MTV特效:基于歌曲原始MTV,使用AR投影仪对其进行增强,产生具带入感的场景特效。

10.根据权利要求1所述的智能点唱系统,其特征在于,所述智能点唱系统还包括数据传输单元,所述数据传输单元包括蓝牙、WIFI和数据线传输。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京凯来科技有限公司,未经北京凯来科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911320919.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top