[发明专利]一种语音包推荐方法、装置、设备及存储介质

权利要求书

1.一种语音包推荐方法，包括：

根据视频推荐场景下的第一样本用户的第一用户行为数据和所述第一用户行为数据关联的第一视频数据，构建第一视频训练样本；

根据所述第一样本用户的样本搜索数据和对第一样本语音包的历史交互数据，构建用户训练样本；其中，所述样本搜索数据是所述第一样本用户进行语音包搜索时所产生的数据；

根据所述第一视频训练样本和所述用户训练样本，对神经网络模型进行预训练；

采用第二样本语音包关联的样本视频和样本标注数据，对预训练好的神经网络模型进行再训练，得到语音包推荐模型；其中，所述第二样本语音包用于表征所述语音包中语音提供者的形象特征以及语音特征；所述样本标注数据是对所述第二样本语音包的感兴趣情况；

将待推荐用户的各候选展现视频、各所述候选展现视频的描述文本、历史检索词和所用的历史语音包，输入至所述语音包推荐模型；

根据所述语音包推荐模型的模型输出结果，向所述待推荐用户推荐包括目标语音包下载信息的目标展现视频。

2.根据权利要求1所述的方法，所述根据所述第一视频训练样本和所述用户训练样本，对神经网络模型进行预训练之前，还包括：

对预先构建的视频特征向量表示网络进行训练；

根据训练好的视频特征向量表示网络，构建所述神经网络模型。

3.根据权利要求2所述的方法，其中，所述“对预先构建的视频特征向量表示网络进行训练”，包括：

根据所述视频推荐场景下的第二样本用户的第二用户行为数据和所述第二用户行为数据关联的第二视频数据，构建第二视频训练样本；

根据所述第二视频训练样本，对预先构建的视频特征向量表示网络进行训练。

4.根据权利要求1所述的方法，其中，所述“采用第二样本语音包关联的样本视频和样本标注数据，对预训练好的神经网络模型进行再训练”，包括：

将所述样本视频和所述样本标注数据输入至预训练好的神经网络模型，以对所述神经网络模型中的全连接层的网络参数进行调整。

5.根据权利要求1所述的方法，所述采用第二样本语音包关联的样本视频和样本标注数据，对预训练好的神经网络模型进行再训练，得到语音包推荐模型之前，还包括：

确定所述第二样本语音包的候选样本视频；

根据各所述候选样本视频的视频来源优先级，确定与所述第二样本语音包关联的所述样本视频。

6.根据权利要求1所述的方法，所述采用第二样本语音包关联的样本视频和样本标注数据，对预训练好的神经网络模型进行再训练，得到语音包推荐模型之前，还包括：

确定所述第二样本语音包的候选样本视频；

根据各所述候选样本视频与所述第二样本语音包的相似度，确定与所述第二样本语音包关联的所述样本视频。

7.根据权利要求5或6所述的方法，其中，所述“确定所述第二样本语音包的候选样本视频”，包括：

根据所述第二样本语音包的语音包提供者的推广图片，确定所述第二样本语音包的推广文本；

基于所述语音包提供者的声学合成模型，根据所述推广文本生成推广音频和推广字幕；

根据所述推广图片、所述推广音频和所述推广字幕，生成所述候选样本视频。

8.根据权利要求5或6所述的方法，其中，所述“确定所述第二样本语音包的候选样本视频”，包括：

根据所述第二样本语音包的语音包提供者信息，构建视频搜索词；

根据所述视频搜索词，搜索所述语音包提供者的视频作为所述候选样本视频。

9.根据权利要求1-6任一项所述的方法，其中，所述第一用户行为数据包括用户浏览完成且点赞收藏行为的行为数据；所述第一视频数据包括所述第一用户行为数据关联的第一视频的视频内容和描述文本；所述历史交互数据为语音包使用数据。