CN113362852B 一种用户属性识别方法和装置 （深圳市腾讯网域计算机网络有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN113362852B(45)授权公告日2025.07.11

(21)申请号202010142092.2

(22)申请日2020.03.04

(65)同一申请的已公布的文献号申请公布号CN113362852A

(43)申请公布日2021.09.07

(73)专利权人深圳市腾讯网域计算机网络有限

公司

(51)Int.CI.

G10L25/18(2013.01)

G10L25/30(2013.01)

G10L25/51(2013.01)

(56)对比文件

CN110619889A,2019.12.27

CN109378007A,2019.02.22

RuobingXie等.ImprovingAccuracyand

地址518000广东省深圳市南山区深南大

道北科技中一路西腾讯大厦28层

(72)发明人杨栋余涛刘晓宇李从兵

崔晓春

(74)专利代理机构深圳翼盛智成知识产权事务所(普通合伙)44300

专利代理师汪阮磊

DiversityinMatchingofRecommendation

WithDiversifiedPreferenceNetwork.《IEEETRANSACTIONSONBIGDATA,》.2022,第8卷(第4期),第955-967页.

审查员李志娜

权利要求书3页说明书21页附图8页

(54)发明名称

一种用户属性识别方法和装置

(57)摘要

CN113362852B本申请公开了一种用户属性识别方法和装置；本申请可以获取目标用户的多个具有时序关系的语音片段，对各个语音片段进行卷积特征提取，得到各个语音片段的二维卷积语音特征，基于各个语音片段的二维卷积语音特征，提取各个语音片段的时序特征信息，基于各个语音片段的时序特征信息，预测各个语音片段的属性类别为每个预设属性类别的概率，基于所述预设属性类别，对预测到的各个语音片段的概率进行融合，得到各个预设属性类别对应的融合后概率，基于各个预设属性类别对应的融合后概率，从所述预设属性类别中确定所述目标用户对应的目标属性类别；本申请通过改进识别目标用户的属性类

CN113362852B

获取目标用户的多个具有时序关系的语音片段

获取目标用户的多个具有时序关系的语音片段

对各个语音片段进行卷积特征提取，得到各个语音片段的二维卷积语音特征

基于各个语音片段的二维卷积语音特征，提取各个

语音片段的时序特征信息

基于各个语音片段的时序特征信息，预测各个语音片段的属性类别为每个预设属性类别的概率

基于所述预设属性类别，对预测到的各个语音片段

的概率进行融合，得到各个预设属性类别对应的融

合后概率

基于各个预设属性类别对应的融合后概率，从所述

预设属性类别中确定所述目标用户对应的目标属性

类别

101

102

103

104

106

CN113362852B权利要求书1/3页

2

1.一种用户属性识别方法，其特征在于，包括：

获取目标用户的多个具有时序关系的语音片段；

对各个语音片段进行卷积特征提取，得到各个语音片段的二维卷积语音特征；

基于各个语音片段的二维卷积语音特征，提取各个语音片段的时序特征信息；

基于各个语音片段的时序特征信息，预测各个语音片段的属性类别为每个预设属性类别的概率；

基于所述预设属性类别，对预测到的各个语音片段的概率进行融合，得到各个预设属性类别对应的融合后概率；

基于各个预设属性类别对应的融合后概率，从所述预设属性类别中确定所述目标用户对应的目标属性类别；其中，所述属性类别包括年龄段和性别；

其中，所述基于各个语音片段的二维卷积语音特征，提取各个语音片段的时序特征信息，包括：

获取历史语音片段的历史时序特征；

基于当前语音片段的二维卷积语音特征和历史语音片段的历史时序特征，提取当前语音片段的时序特征信息；

基于当前语音片段的二维卷积语音特征，更新所述历史语音片段的历史时序特征；

将下一个语音片段作为新的当前语音片段，返回执行所述获取历史语音片段的历史时序特征的步骤，直到得到各个语音片段的时序特征信息。

2.根据权利要求1所述的方法，其特征在于，所述对各个语音片段进行卷积特征提取，