菜谱推荐方法、装置、存储介质及厨房电器

    公开(公告)号:CN111028918A

    公开(公告)日:2020-04-17

    申请号:CN201911355030.3

    申请日:2019-12-25

    Abstract: 本发明涉及智能家居技术领域,具体涉及一种菜谱推荐方法、装置、存储介质及厨房电器,该方法包括:依据用户的用户标签及第一预设关系获得用户对应的营养总量,用户标签表征用户本身的信息,第一预设关系为用户标签与营养总量之间的对应关系;依据用户对应的营养总量、用户预先输入的食量、每类食材的营养量以及第二预设关系,获取每类食材对应的食材系数,其中,第二预设关系为用户对应的营养总量、用户预先输入的食量、每类食材的营养量以及食材系数之间的对应关系,食材系数表征食材的用量;依据食材系数,获取食材系数对应的食材类别中的食材;依据食材生成推荐菜谱,以解决现有技术中推荐的菜谱不符合用户的营养所需的技术问题。

    一种多轮交互方法、装置及存储介质

    公开(公告)号:CN112084768B

    公开(公告)日:2025-01-07

    申请号:CN202010782810.2

    申请日:2020-08-06

    Abstract: 本申请公开了一种多轮交互方法、装置及存储介质,涉及计算机处理领域,用以解决在语音唤醒结束后,再次唤醒则不能继续上一轮的交互的问题。该方法包括:接收到唤醒信息后,识别用户的语音信息;对语音信息进行特征提取,得到语音信息中的语句信息;若通过语义分析在多轮交互数据库中查找到与语句信息匹配的交互信息,则根据语句信息和交互信息,确定语音信息的回复信息;其中,多轮交互数据库中的交互信息为接收到唤醒信息之前对用户的语音信息进行特征提取得到的;将回复信息进行播报。这样,即使用户再次唤醒交互设备,交互设备仍然能够继续上一轮的交互,从而可以更好的完成多轮交互,提高了用户进行多轮交互时的体验。

    声纹识别方法、系统、存储介质及电子设备

    公开(公告)号:CN112614493B

    公开(公告)日:2022-11-11

    申请号:CN202011409154.8

    申请日:2020-12-04

    Abstract: 本申请涉及声纹识别技术领域,具体涉及一种声纹识别方法、系统、存储介质及电子设备,解决了相关技术中由于采用固定感受野的方形卷积导致最终声纹识别效果较差的问题。该方法包括:通过预先训练完成的卷积神经网络模型提取语音信息中的待验证声纹特征;卷积神经网络模型由包括可变形卷积层的卷积神经网络训练得到;比较待验证声纹特征与注册声纹特征的相似度,判断相似度结果是否大于预设阈值,若判定相似度结果大于预设阈值,则声纹识别成功。通过加入可变形卷积层的卷积神经网络提取声纹特征,实现对不同的声纹特征进行自适应的感受野改变,使最终得到的卷积神经网络模型具有更高的鲁棒性,提升声纹识别精度。

    一种供电系统、供电方法、电子设备及存储介质

    公开(公告)号:CN114172255A

    公开(公告)日:2022-03-11

    申请号:CN202111506167.1

    申请日:2021-12-10

    Abstract: 本申请涉及一种供电系统、供电方法、电子设备及存储介质,属于新能源技术领域。其中,一种供电系统包括第一光伏发电装置和至少一个第二光伏发电装置;第二光伏发电装置连接至第一光伏发电装置;第一光伏发电装置用于将采集的太阳能转换为电能并储存以及用于为第一负载设备供电;第二光伏发电装置用于将采集的太阳能转换为电能并储存以及用于为第二负载设备供电;第一光伏发电装置还用于基于第一负载设备的第一预测用电量、第二负载设备的第二预测用电量、第一光伏发电装置存储的第一电量、以及第二光伏发电装置存储的第二电量,对第一光伏发电装置和第二光伏发电装置存储的电能进行分配,解决了光伏发电装置电量分配的问题,提高了用户体验。

    声纹识别方法、系统、存储介质及电子设备

    公开(公告)号:CN112614493A

    公开(公告)日:2021-04-06

    申请号:CN202011409154.8

    申请日:2020-12-04

    Abstract: 本申请涉及声纹识别技术领域,具体涉及一种声纹识别方法、系统、存储介质及电子设备,解决了相关技术中由于采用固定感受野的方形卷积导致最终声纹识别效果较差的问题。该方法包括:通过预先训练完成的卷积神经网络模型提取语音信息中的待验证声纹特征;卷积神经网络模型由包括可变形卷积层的卷积神经网络训练得到;比较待验证声纹特征与注册声纹特征的相似度,判断相似度结果是否大于预设阈值,若判定相似度结果大于预设阈值,则声纹识别成功。通过加入可变形卷积层的卷积神经网络提取声纹特征,实现对不同的声纹特征进行自适应的感受野改变,使最终得到的卷积神经网络模型具有更高的鲁棒性,提升声纹识别精度。

Patent Agency Ranking