一种智能音箱信息推荐方法、装置、电子设备及存储介质与流程

1.本发明涉及信息推荐技术领域，尤其涉及一种智能音箱信息推荐方法、装置、电子设备及存储介质。


背景技术：

2.当前智能音箱只能对用户指令执行或回答，但当用户对所播放内容不感兴趣或在用户情绪不佳时，无法自动根据用户情绪场景智能精准反馈。随着ai的发展成熟，智能音箱应当通过ai智能更懂用户，推荐更符合用户期待的内容，以提高用户体验。


技术实现要素：

3.本发明提供了一种智能音箱信息推荐方法、装置、电子设备及存储介质，用于解决现有的智能音箱推荐方法无法感知用户情绪，导致用户体验差的技术问题。
4.本发明提供了一种智能音箱信息推荐方法，包括：
5.采集用户的语气参数及语音内容；
6.通过预设模型预测所述语气参数的场景类别；
7.根据所述场景类别对智能音箱的当前内容进行本地标签分类，并计算所述当前内容的本地内容分数；
8.将所述语音内容发送至云端服务器，并接收所述云端服务器返回的所述当前内容的云端标签分类及云端内容分数；
9.计算所述云端本地内容分数和所述云端内容分数的分数和，并根据所述分数和进行信息推荐。
10.可选地，所述语气参数包括音量、音调和语速；所述通过预设模型预测所述语气参数的场景类别的步骤，包括：
11.将所述音量、所述音调和所述语速输入朴素贝叶斯分类模型，得到所述语气参数的场景类别；所述场景类别包括正面场景类别和负面场景类别。
12.可选地，所述根据所述场景类别对智能音箱的当前内容进行本地标签分类，并计算所述当前内容的本地内容分数的步骤，包括：
13.根据所述场景类别为所述智能音箱的当前内容标注本地标签分类；
14.获取历史音量、历史音调和历史语速；
15.计算所述音量与所述历史音量之间的音量变化值，并根据所述音量变化值计算音量分数；
16.计算所述音调与所述历史音调之间的音调变化值，并根据所述音调变化值计算音调分数；
17.计算所述语速与所述历史语速之间的语速变化值，并根据所述语速变化值计算语速分数；
18.计算所述音量分数、所述音调变化分数和所述语速变化分数的加和，得到所述当
前内容的本地内容分数。
19.可选地，所述云端标签分类及云端内容分数生成过程包括：
20.通过云端服务器解析所述语音内容的文字信息；
21.提取所述文字信息中的关键字；
22.匹配所述关键字对应的云端标签分类，并获取所述云端标签分类对应的云端内容分数。
23.可选地，还包括：
24.当所述场景类别为负面场景类别时，暂停所述当前内容的播放，并向用户发出语音咨询。
25.本发明还提供了一种智能音箱信息推荐装置，包括：
26.采集模块，用于采集用户的语气参数及语音内容；
27.场景类别预测模块，用于通过预设模型预测所述语气参数的场景类别；
28.本地标签分类及本地内容分数确定模块，用于根据所述场景类别对智能音箱的当前内容进行本地标签分类，并计算所述当前内容的本地内容分数；
29.云端标签分类及云端内容分数接收模块，用于将所述语音内容发送至云端服务器，并接收所述云端服务器返回的所述当前内容的云端标签分类及云端内容分数；
30.推荐模块，用于计算所述云端本地内容分数和所述云端内容分数的分数和，并根据所述分数和进行信息推荐。
31.可选地，所述语气参数包括音量、音调和语速；所述场景类别预测模块，包括：
32.场景类别预测子模块，用于将所述音量、所述音调和所述语速输入朴素贝叶斯分类模型，得到所述语气参数的场景类别；所述场景类别包括正面场景类别和负面场景类别。
33.可选地，所述本地标签分类及本地内容分数确定模块，包括：
34.本地标签分类标注子模块，用于根据所述场景类别为所述智能音箱的当前内容标注本地标签分类；
35.历史音量、历史音调和历史语速获取子模块，用于获取历史音量、历史音调和历史语速；
36.音量分数计算子模块，用于计算所述音量与所述历史音量之间的音量变化值，并根据所述音量变化值计算音量分数；
37.音调分数计算子模块，用于计算所述音调与所述历史音调之间的音调变化值，并根据所述音调变化值计算音调分数；
38.语速分数计算子模块，用于计算所述语速与所述历史语速之间的语速变化值，并根据所述语速变化值计算语速分数；
39.本地内容分数计算子模块，用于计算所述音量分数、所述音调变化分数和所述语速变化分数的加和，得到所述当前内容的本地内容分数。
40.本发明还提供了一种电子设备，所述设备包括处理器以及存储器：
41.所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
42.所述处理器用于根据所述程序代码中的指令执行如上任一项所述的智能音箱信息推荐方法。
43.本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程
序代码，所述程序代码用于执行如上任一项所述的智能音箱信息推荐方法。
44.从以上技术方案可以看出，本发明具有以下优点：本发明通过采集用户的语气参数及语音内容；通过预设模型预测语气参数的场景类别；根据场景类别对智能音箱的当前内容进行本地标签分类，并计算当前内容的本地内容分数；将语音内容发送至云端服务器，并接收云端服务器返回的当前内容的云端标签分类及云端内容分数；计算云端本地内容分数和云端内容分数的分数和，并根据分数和进行信息推荐。提高了用户体验。
附图说明
45.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
46.图1为本发明实施例提供的一种智能音箱信息推荐方法的步骤流程图；
47.图2为本发明另一实施例提供的一种智能音箱信息推荐方法的步骤流程图；
48.图3为本发明实施例提供的一种智能音箱信息推荐装置的结构框图。
具体实施方式
49.本发明实施例提供了一种智能音箱信息推荐方法、装置、电子设备及存储介质，用于解决现有的智能音箱推荐方法无法感知用户情绪，导致用户体验差的技术问题。
50.为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
51.请参阅图1，图1为本发明实施例提供的一种智能音箱信息推荐方法的步骤流程图。
52.本发明提供的一种智能音箱信息推荐方法，具体可以包括以下子步骤：
53.步骤101，采集用户的语气参数及语音内容；
54.在本发明实施例中，语气参数可以包括音量、音调、语速等。智能音箱可以实时采集用户的语气参数及语音内容，以针对用户意图进行信息推荐。
55.其中，当用户的语音内容有明确指示时，可以按照指示进行相应的信息推荐服务。当用户的语音内容并不存在明确指示时，可以通过用户的语气参数，推测用户意图，从而为用户提供符合预期的推荐信息。
56.步骤102，通过预设模型预测语气参数的场景类别；
57.在本发明实施例中，场景类别可以包括正面场景类别和负面场景类别，场景类别可以体现用户对当前内容的情绪反馈。通过场景类别可以判断是否继续提供当前内容的推荐。
58.步骤103，根据场景类别对智能音箱的当前内容进行本地标签分类，并计算当前内容的本地内容分数；
59.本地标签分类，主要通过对用户的语气参数进行分析得到，用于表征当前内容是否受用户喜欢，以及用户对当前内容的喜好程度。
60.在获取到场景类别后，可以对智能音箱的当前内容进行本地标签分类，并计算当前内容的本地内容分数。
61.步骤104，将语音内容发送至云端服务器，并接收云端服务器返回的当前内容的云端标签分类及云端内容分数；
62.云端内容标签分类，主要通过对用户的语音内容进行分析得到，用于表征当前内容是否受用户喜好，以及用户对当前内容的喜好程度。
63.在本发明实施例中，还可以将语音内容发送至云端服务器，以获取云端服务器针对当前内容生成的云端标签分类及云端内容分数。
64.步骤105，计算云端本地内容分数和云端内容分数的分数和，并根据分数和进行信息推荐。
65.通过本地内容分数与云端内容分数的结合，可以通过用户的语气及语音内容分析用户对当前内容的情绪反馈，从而判断是否继续对当前内容进行推荐，以及记录用户对不同内容的喜欢，便于后续对用户进行信息推荐时更具针对性，以提高用户对智能音箱服务的体验感。
66.本发明通过采集用户的语气参数及语音内容；通过预设模型预测语气参数的场景类别；根据场景类别对智能音箱的当前内容进行本地标签分类，并计算当前内容的本地内容分数；将语音内容发送至云端服务器，并接收云端服务器返回的当前内容的云端标签分类及云端内容分数；计算云端本地内容分数和云端内容分数的分数和，并根据分数和进行信息推荐。提高了用户体验。
67.请参阅图2，图2为本发明另一实施例提供的一种智能音箱信息推荐方法的步骤流程图。具体可以包括以下步骤：
68.步骤201，采集用户的语气参数及语音内容；
69.在本发明实施例中，步骤201与步骤101相同，具体可以参考步骤101的描述，此处不再赘述。
70.步骤202，将音量、音调和语速输入朴素贝叶斯分类模型，得到语气参数的场景类别；场景类别包括正面场景类别和负面场景类别；
71.在本发明实施例中，智能音箱可以在本地采集用户每次的语音音量、音调、语速的大小，建立阈值预测模型进行分析。
72.在一个示例中，阈值预测模型可以采用朴素贝叶斯分类法。通过预设模型预测语气参数的场景类别的步骤，可以包括：将音量、音调和语速输入朴素贝叶斯分类模型，得到语气参数的场景类别；场景类别包括正面场景类别和负面场景类别。
73.根据朴素贝叶斯分类法，如果给定数据集里有m个分类类别，通过朴素贝叶斯分类法，可以预测给定观察值是否属于具有最高后验概率的特定类别，也就是说，朴素贝叶斯分类方法预测x属于类别c时，表示当且仅当p(ci|x)＞p(cj|x)1≤j≤m,j≠i，因此根据贝叶斯定理预测一个新样本x的类别：p(ci|x)＞p(cj|x)1≤j≤m,j≠i。
74.其中，p(ci|x)为类别ci的后验概率；x为样本数据(语气参数)的特征属性，p(x|ci)
为类别条件概率，p(ci)为先验概率，p(x)为证据。
75.通过该阈值预测模型，可以将每次的音量大小、音调高低、语速快慢分别与之前的音量、音调、语速比较，来确定音量、音调、语速的变化值，从而判断语气参数对应的场景类别。
76.在多数情况下，音量突然升高、音调突然升高、语速突然变慢意味着用户产生了负面情绪，因此，可以通过音量、音调、语速的变化量，可以分别用户当前的情绪，从而对当前内容进行标记，以判断是否减少该类型内容的推荐频率。
77.在一个示例中，还包括：当场景类别为负面场景类别时，暂停当前内容的播放，并向用户发出语音咨询。
78.当判断场景类别为负面场景类别时，智能音箱本地可以立即做出对应反馈，如立即停止当前内容播放并询问用户。同时智能音箱减少当前内容的推荐及广告投放以提升用户体验。
79.步骤203，根据场景类别对智能音箱的当前内容进行本地标签分类，并计算当前内容的本地内容分数；
80.本地标签分类，主要通过对用户的语气参数进行分析得到，用于表征当前内容是否受用户喜欢，以及用户对当前内容的喜好程度。
81.在获取到场景类别后，可以对智能音箱的当前内容进行本地标签分类，并计算当前内容的本地内容分数。
82.在一个示例中，根据场景类别对智能音箱的当前内容进行本地标签分类，并计算当前内容的本地内容分数的步骤，可以包括以下子步骤：
83.s31，根据场景类别为智能音箱的当前内容标注本地标签分类；
84.在具体实现中，当场景类别为负面场景类别时，可以为当前内容标注负面标签，当场景类别为正面场景时，可以为当前内容标注正面标签。
85.s32，获取历史音量、历史音调和历史语速；
86.s33，计算音量与历史音量之间的音量变化值，并根据音量变化值计算音量分数；
87.s34，计算音调与历史音调之间的音调变化值，并根据音调变化值计算音调分数；
88.s35，计算语速与历史语速之间的语速变化值，并根据语速变化值计算语速分数；
89.s36，计算音量分数、音调变化分数和语速变化分数的加和，得到当前内容的本地内容分数。
90.在确定了当前内容的场景类别后，可以分别计算音量变化值、音调变化值和语速变化值，以计算音量分数、音调分数和语速分数。在实际场景中，用户的音量、音调、语速变化越明显，表征用户的情绪变化越明显，当前内容对用户的情绪的影响越明显。根据相应的本地内容分数，可以反馈当前内容对用户的情绪影响。从而可以有选择地增减对当前内容的后续推荐。同时，还可以根据用户的实时情绪判断是否继续进行当前内容的推荐。
91.步骤204，将语音内容发送至云端服务器，并接收云端服务器返回的当前内容的云端标签分类及云端内容分数；
92.云端内容标签分类，主要通过对用户的语音内容进行分析得到，用于表征当前内容是否受用户喜好，以及用户对当前内容的喜好程度。
93.在本发明实施例中，还可以将语音内容发送至云端服务器，以获取云端服务器针
对当前内容生成的云端标签分类及云端内容分数。
94.在一个示例中，云端标签分类及云端内容分数生成过程包括：
95.s41，通过云端服务器解析语音内容的文字信息；
96.s42，提取文字信息中的关键字；
97.s43，匹配关键字对应的云端标签分类，并获取云端标签分类对应的云端内容分数。
98.在具体实现中，可以将语音内容发送至云端服务器，云端服务器将语音内容解析成文字信息，通过提取其中的关键字，对比大数据以及用户之前的语言习惯，来对当前播放内容进行标签，得到相应的云端内容标签。
99.例如，在当前内容播放后，用户语音内容中提及“我喜欢这个”、“循环播放”，将给当前内容标签为该用户的高优先级内容标签。在后续增多推荐相关内容以及提高搜索结果优先级。
100.例如，在当前内容播放后，用户反馈“换一个”、“停止播放”、“不对”、“错误”等关键字时，将对当前内容进行负面标记分类，并减少后续该类内容的推荐或搜索优先级。
101.此外，云端服务器还可以对当前内容进行打分，如通过关键字分析确定语音内容为正面反馈时，给与正分数，反之给与负分数，若未解析得到关键字，则给与0分。
102.步骤205，计算云端本地内容分数和云端内容分数的分数和，并根据分数和进行信息推荐。
103.通过本地内容分数与云端内容分数的结合，可以通过用户的语气及语音内容分析用户对当前内容的情绪反馈，从而判断是否继续对当前内容进行推荐，以及记录用户对不同内容的喜欢，便于后续对用户进行信息推荐时更具针对性，以提高用户对智能音箱服务的体验感。
104.在一个示例中，音箱本地判断音量突然升高5分贝，打分为负5分，但云端服务器解析内容为“继续播放”，内容正面反馈为正100分，综合评分为正95分，可继续播放当前内容，综合打分可减少误判场景情况。
105.在另一个示例中，音箱本地判断音量突然升高10分贝，打分为负10分，云端未解析到有效关键字，内容反馈为0分，相加综合评分为负10分，应暂停当前播放内容，可询问用户是否继续播放或更换推荐内容。
106.本发明通过采集用户的语气参数及语音内容；通过预设模型预测语气参数的场景类别；根据场景类别对智能音箱的当前内容进行本地标签分类，并计算当前内容的本地内容分数；将语音内容发送至云端服务器，并接收云端服务器返回的当前内容的云端标签分类及云端内容分数；计算云端本地内容分数和云端内容分数的分数和，并根据分数和进行信息推荐。提高了用户体验。
107.请参阅图3，图3为本发明实施例提供的一种智能音箱信息推荐装置的结构框图。
108.本发明实施例提供了一种智能音箱信息推荐装置，包括：
109.采集模块301，用于采集用户的语气参数及语音内容；
110.场景类别预测模块302，用于通过预设模型预测语气参数的场景类别；
111.本地标签分类及本地内容分数确定模块303，用于根据场景类别对智能音箱的当前内容进行本地标签分类，并计算当前内容的本地内容分数；
112.云端标签分类及云端内容分数接收模块304，用于将语音内容发送至云端服务器，并接收云端服务器返回的当前内容的云端标签分类及云端内容分数；
113.推荐模块305，用于计算云端本地内容分数和云端内容分数的分数和，并根据分数和进行信息推荐。
114.在本发明实施例中，语气参数包括音量、音调和语速；场景类别预测模块302，包括：
115.场景类别预测子模块，用于将音量、音调和语速输入朴素贝叶斯分类模型，得到语气参数的场景类别；场景类别包括正面场景类别和负面场景类别。
116.在本发明实施例中，本地标签分类及本地内容分数确定模块303，包括：
117.本地标签分类标注子模块，用于根据场景类别为智能音箱的当前内容标注本地标签分类；
118.历史音量、历史音调和历史语速获取子模块，用于获取历史音量、历史音调和历史语速；
119.音量分数计算子模块，用于计算音量与历史音量之间的音量变化值，并根据音量变化值计算音量分数；
120.音调分数计算子模块，用于计算音调与历史音调之间的音调变化值，并根据音调变化值计算音调分数；
121.语速分数计算子模块，用于计算语速与历史语速之间的语速变化值，并根据语速变化值计算语速分数；
122.本地内容分数计算子模块，用于计算音量分数、音调变化分数和语速变化分数的加和，得到当前内容的本地内容分数。
123.在本发明实施例中，云端标签分类及云端内容分数生成模块，包括：
124.文字信息解析子模块，用于通过云端服务器解析语音内容的文字信息；
125.关键字提取子模块，用于提取文字信息中的关键字；
126.云端标签分类及云端内容分数生成子模块，用于匹配关键字对应的云端标签分类，并获取云端标签分类对应的云端内容分数。
127.在本发明实施例中，场景类别预测模块302，还包括：
128.暂停与咨询子模块，用于当场景类别为负面场景类别时，暂停当前内容的播放，并向用户发出语音咨询。
129.本发明实施例还提供了一种电子设备，设备包括处理器以及存储器：
130.存储器用于存储程序代码，并将程序代码传输给处理器；
131.处理器用于根据程序代码中的指令执行本发明实施例的智能音箱信息推荐方法。
132.本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质用于存储程序代码，程序代码用于执行本发明实施例的智能音箱信息推荐方法。
133.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
134.本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
135.本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算
机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
136.本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
137.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
138.这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
139.尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
140.最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
141.以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：
1.一种智能音箱信息推荐方法，其特征在于，包括：采集用户的语气参数及语音内容；通过预设模型预测所述语气参数的场景类别；根据所述场景类别对智能音箱的当前内容进行本地标签分类，并计算所述当前内容的本地内容分数；将所述语音内容发送至云端服务器，并接收所述云端服务器返回的所述当前内容的云端标签分类及云端内容分数；计算所述云端本地内容分数和所述云端内容分数的分数和，并根据所述分数和进行信息推荐。2.根据权利要求1所述的方法，其特征在于，所述语气参数包括音量、音调和语速；所述通过预设模型预测所述语气参数的场景类别的步骤，包括：将所述音量、所述音调和所述语速输入朴素贝叶斯分类模型，得到所述语气参数的场景类别；所述场景类别包括正面场景类别和负面场景类别。3.根据权利要求1所述的方法，其特征在于，所述根据所述场景类别对智能音箱的当前内容进行本地标签分类，并计算所述当前内容的本地内容分数的步骤，包括：根据所述场景类别为所述智能音箱的当前内容标注本地标签分类；获取历史音量、历史音调和历史语速；计算所述音量与所述历史音量之间的音量变化值，并根据所述音量变化值计算音量分数；计算所述音调与所述历史音调之间的音调变化值，并根据所述音调变化值计算音调分数；计算所述语速与所述历史语速之间的语速变化值，并根据所述语速变化值计算语速分数；计算所述音量分数、所述音调变化分数和所述语速变化分数的加和，得到所述当前内容的本地内容分数。4.根据权利要求1所述的方法，其特征在于，所述云端标签分类及云端内容分数生成过程包括：通过云端服务器解析所述语音内容的文字信息；提取所述文字信息中的关键字；匹配所述关键字对应的云端标签分类，并获取所述云端标签分类对应的云端内容分数。5.根据权利要求2所述的方法，其特征在于，还包括：当所述场景类别为负面场景类别时，暂停所述当前内容的播放，并向用户发出语音咨询。6.一种智能音箱信息推荐装置，其特征在于，包括：采集模块，用于采集用户的语气参数及语音内容；场景类别预测模块，用于通过预设模型预测所述语气参数的场景类别；本地标签分类及本地内容分数确定模块，用于根据所述场景类别对智能音箱的当前内容进行本地标签分类，并计算所述当前内容的本地内容分数；
云端标签分类及云端内容分数接收模块，用于将所述语音内容发送至云端服务器，并接收所述云端服务器返回的所述当前内容的云端标签分类及云端内容分数；推荐模块，用于计算所述云端本地内容分数和所述云端内容分数的分数和，并根据所述分数和进行信息推荐。7.根据权利要求6所述的装置，其特征在于，所述语气参数包括音量、音调和语速；所述场景类别预测模块，包括：场景类别预测子模块，用于将所述音量、所述音调和所述语速输入朴素贝叶斯分类模型，得到所述语气参数的场景类别；所述场景类别包括正面场景类别和负面场景类别。8.根据权利要求6所述的装置，其特征在于，所述本地标签分类及本地内容分数确定模块，包括：本地标签分类标注子模块，用于根据所述场景类别为所述智能音箱的当前内容标注本地标签分类；历史音量、历史音调和历史语速获取子模块，用于获取历史音量、历史音调和历史语速；音量分数计算子模块，用于计算所述音量与所述历史音量之间的音量变化值，并根据所述音量变化值计算音量分数；音调分数计算子模块，用于计算所述音调与所述历史音调之间的音调变化值，并根据所述音调变化值计算音调分数；语速分数计算子模块，用于计算所述语速与所述历史语速之间的语速变化值，并根据所述语速变化值计算语速分数；本地内容分数计算子模块，用于计算所述音量分数、所述音调变化分数和所述语速变化分数的加和，得到所述当前内容的本地内容分数。9.一种电子设备，其特征在于，所述设备包括处理器以及存储器：所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；所述处理器用于根据所述程序代码中的指令执行权利要求1-6任一项所述的智能音箱信息推荐方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-6任一项所述的智能音箱信息推荐方法。

技术总结
本发明公开了一种智能音箱信息推荐方法、装置、电子设备及存储介质，用于解决现有的智能音箱推荐方法无法感知用户情绪，导致用户体验差的技术问题。本发明包括：采集用户的语气参数及语音内容；通过预设模型预测所述语气参数的场景类别；根据所述场景类别对智能音箱的当前内容进行本地标签分类，并计算所述当前内容的本地内容分数；将所述语音内容发送至云端服务器，并接收所述云端服务器返回的所述当前内容的云端标签分类及云端内容分数；计算所述云端本地内容分数和所述云端内容分数的分数和，并根据所述分数和进行信息推荐。并根据所述分数和进行信息推荐。并根据所述分数和进行信息推荐。


技术研发人员：赵奕捷 成国强 宫敏 杨立扬
受保护的技术使用者：天翼数字生活科技有限公司
技术研发日：2023.04.12
技术公布日：2023/7/12