[发明专利]一种细粒度电台音频内容个性化组织推荐方法

摘要

一种细粒度的电台音频内容个性化组织推荐方法，依据语义将电台的音频节目自动切分标注，并基于互联网大数据挖掘用户喜好，自动编排个性化节目单以及进行实时节目推送，涉及音频处理、机器学习、大数据分析、推荐系统、数据挖掘等领域。本发明给出一种将传统广播音频节目按语义自动切分并标注的算法过程，并给出基于互联网大数据进行个性化内容推荐的技术方案，实现细粒度的音频内容个性化组织推荐方法。本发明综合考虑了冷启动问题、结合用户收听时间的节目单组织生成、实时节目切换以及实时推送节目等因素，改变当下电台地将FM直播移植到互联网流媒体播出的简单模式，从受众用户角度而言，满足了用户在恰当的时间收听到自己感兴趣节目的内容。

主权项

一种细粒度电台音频内容个性化组织推荐方法，其特征在于：首先，对音频进行分帧；第二步，进行预处理，消除趋势项和直流分量第三步，进行降噪；第四步，进行预加重；第五步，然后进行特征提取，特征提取是基于帧处理的；第六步，采用端点检测方法检测出语音的端点，从包含语音的一段信号中确定出语音的起始点和结束点的位置；通过端点检测，把音频切分成一个个句子；第七步，经过端点检测的音频首先经过SVM1，将帧分为语音/非语音/静音，对语音帧通过SVM1分成纯语音帧以及带噪语音帧，对纯语音帧再通过SVM3分为男声/女声；对非语音帧通过SVM4分为音乐以及噪声；第八步，对纯人声分离出的男声/女声以及现场报道通过说话人分割与聚类技术，将说话人相同的顺序音频段进行合并；分析出最多音频段的男性声音和女性声音，即为男主持人和女主持人；第九步，对分离完成的说话人段进行语音识别并存储；最后，构建广播语义网，使用文本分析技术对相邻的说话人段进行分析处理，对有相似语义的说话人段进行合并并提取摘要进行标注；个性化节目组织推荐系统的节目推荐方法包括以下四大类：(1)提出一种解决冷启动的新用户节目推荐方法：采集登录用户的新浪微博内容构建“博文内容‑兴趣主题‑节目”模型，并结合注册信息进行用户画像，生成新用户的节目单；(2)提出一种结合时间上下文的个性化节目单推荐生成方法：采集电台用户的显式和隐式行为数据构建“用户‑时间上下文‑节目偏好”模型和“用户‑节目‑评分矩阵”模型，结合时间上下文和基于物品的协同过滤算法进行个性化节目单生成；(3)实时节目切换功能：对正在收听的节目提供“换一换”机制，根据用户兴趣进行实时节目切换；(4)节目实时推送功能：利用Storm技术实现基于在线节目收听量等进行实时节目推送提醒。