基于声纹识别的机器人知识图谱节点更新方法技术

本发明专利技术属于服务型机器人和人工智能领域，特别是涉及一种基于声纹识别的机器人知识图谱节点更新方法。该方法主要步骤为：启动声纹识别，搜集目标人物声纹信息；查询本地或云端数据库；判断该声纹信息是否在知识图谱数据库；若不在，则增加新的人物实体，并以声纹信息作为识别标签；主动提问目标人物，获得其基本信息，以此增添新的三元组实例；推理出目标人物实体与其他实体的关系；区分不同的人物实体，针对性地作出个性化的人机交互选择。该方法通过声纹识别区分各个人物实体，使机器人确定与其对话的不同实体，并主动将实体信息加入机器人的个性化知识图谱中，不断在交互中推理出新的三元组，更新实体与实体之间的关系，完善知识图谱。

【技术实现步骤摘要】
基于声纹识别的机器人知识图谱节点更新方法
本专利技术属于服务型机器人和人工智能领域，特别是涉及基于声纹识别的机器人知识图谱节点更新方法。
技术介绍
随着机器人技术不断深化发展，机器人越来越智能化，机器人知识图谱是其智能化进步的关键技术。目前，大部分服务型机器人只依赖固定的知识图谱进行交互，不具备知识图谱的更新方法。部分先进机器人知识图谱节点更新方法有两种：一种是手动更新节点，使用者需要手动上传实体与实体间的关系，储存至知识图谱中，达到更新节点的目的；另外一种可实现自动更新节点，依靠自然语言处理的技术，在问答交互中理解句子中出现的实体并推理出实体间的关系以更新节点。其中，手动更新节点的方法太过于局限和繁琐，用户或开发者需要自己录入三元组，过程费时费力，而人工录入总是不够全面的，会有很多细节无法顾及；依靠自然语言处理技术由机器自己推理出三元组来更新知识图谱的方法是非常灵活的，机器人在与人交流的过程中会不断的完善自己的知识图谱，但是在人物实体关系学习方面有较大的局限性，机器人无法知晓与他交流的人物实体，也就难以在自然语言的交互中采集到人物实体本文档来自技高网...

【技术保护点】
1.一种基于声纹识别的机器人知识图谱节点更新方法，其特征在于，步骤为：/n步骤一:机器人启动声纹识别，根据音频输入搜集目标人物的声纹信息；/n步骤二:根据搜集的声纹信息，查询本地或云端数据库；/n步骤三:判断搜集到的声纹信息是否在机器人知识图谱的数据库中，如果是则转到步骤七，如果否则继续步骤四；/n步骤四:在机器人知识图谱中增加新的人物实体，并以声纹信息作为识别标签；/n步骤五:机器人主动提问目标人物，获得其基本信息，根据基本信息增添新的三元组实例；/n步骤六:根据新的三元组实例与现有知识图谱，推理出目标人物实体与其他实体的关系；/n步骤七:以声纹识别技术区分不同的人物实体，针对性地作出个性化...

【技术特征摘要】
1.一种基于声纹识别的机器人知识图谱节点更新方法，其特征在于，步骤为：
步骤一:机器人启动声纹识别，根据音频输入搜集目标人物的声纹信息；
步骤二:根据搜集的声纹信息，查询本地或云端数据库；
步骤三:判断搜集到的声纹信息是否在机器人知识图谱的数据库中，如果是则转到步骤七，如果否则继续步骤四；
步骤四:在机器人知识图谱中增加新的人物实体，并以声纹信息作为识别标签；
步骤五:机器人主动提问目标人物，获得其基本信息，根据基本信息增添新的三元组实例；
步骤六:根据新的三元组实例与现有知识图谱，推理出目标人物实体与其他实体的关系；
步骤七:以声纹识别技术区分不同的人物实体，针对性地作出个性化的人机交互选择；
步骤八:根据与目标人物实体的交互信息，用nlp技术，即自然语音处理技术，再次推理出新的相关三元组。


2.如权利要求1所述的一种基于声纹识别的机器人知识图谱节点更新方法，其特征在于，步骤一中搜集到的目标人物的声音信息，通过计算其语音频谱提取得到相应的语音特征MFCC，即梅尔倒谱系数。


3.如权利要求1所述的一种基于声纹识别的机器人知识图谱节点更新方法，其特征在于，步骤二中所述的知识图谱可以储存在本地也可以储存于云端服务器，且通用知识图谱和个性化知识图谱可以分开储存。


4.如权利要求1或2所述的一种基于声纹识别的机器人知识图谱节点更新方法，其特征在于，步骤三中所述的判断方法具体为：使用高斯混合通用背景模型，即GMM-UBM说话人识别系统，根据提取的所述语音特征MFCC的特征参...

【专利技术属性】
技术研发人员：杨浩，
申请(专利权)人：刘娴，
类型：发明
国别省市：广东;44