本申请涉及智能家居领域，尤其涉及一种菜谱推荐方法、装置、电子设备及存储介质。
背景技术：
随着网络技术的发展，智能电饭煲、智能压力锅等智能厨具设备可以具有为用户推荐菜谱的功能。
相关技术中，智能厨具设备可以通过与用户进行多轮次语音交互的方式为用户推荐菜谱，具体处理过程包括：用户先输入唤醒语音指令，在检测到唤醒语音指令后，智能厨具设备可以对用户进行验证，其中，唤醒语音指令例如小爱同学、heysiri。在验证通过之后，用户需要输入预设句式的语音指令，预设句式的语音指令可以是“推荐一个菜”，然后，智能厨具设备可以依次输出多个预设问题，预设问题例如“请说出您想吃的菜的类别”、“请说出您想吃的菜的口味”。在得到用户针对多个预设问题反馈的信息后，智能厨具设备可以根据用户反馈的信息在预先存储的多个菜谱中确定为用户推荐的菜谱，输出该菜谱。
然而，用户需要与智能厨具设备进行多次语音交互之后才能获取到推荐的菜谱，导致用户体验差。
技术实现要素：
本申请实施例的目的在于提供一种菜谱推荐方法、装置、电子设备及存储介质，以解决用户体验差的问题。具体技术方案如下：
第一方面，提供了一种菜谱推荐方法，所述方法包括：
采集当前场景中的语音数据；
如果所述语音数据包含预设关键词，则获取预先存储的用户特征；
根据所述预设关键词、所述用户特征，确定目标菜谱属性信息；
通过所述目标菜谱属性信息和预先存储的菜谱知识图谱，确定待推荐的目标菜谱，所述菜谱知识图谱包含菜谱与菜谱属性信息的对应关系。
可选的，所述采集当前场景中的语音数据之后，还包括：
基于所述语音数据进行用户校验；
如果用户校验成功，则确定所述语音数据是否包含预设关键词。
可选的，所述基于所述语音数据进行用户校验，包括：
从所述语音数据中提取多种声纹特征；
根据所述多种声纹特征的特征值，建立目标声纹特征向量；
如果在预先存储的用户标识与声纹特征向量的对应关系中，存在与所述目标声纹特征向量匹配的声纹特征向量，则确定用户校验成功。
可选的，所述方法还包括：
如果用户校验成功，则确定与所述目标声纹特征向量对应的用户标识；
所述获取预先存储的用户特征，包括：
根据预先存储的用户标识与用户特征的对应关系，确定与所述用户标识对应的用户特征。
可选的，所述确定所述语音数据是否包含预设关键词，包括：
如果所述声纹特征包含方言声纹特征，根据所述方言声纹特征、预先存储的方言声纹特征和语义信息的对应关系，确定所述方言声纹特征对应的语义信息，得到所述语音数据包含的语义信息；
基于所述语音数据包含的语义信息，确定所述语音数据是否包含预设关键词。
可选的，所述根据所述预设关键词、所述用户特征，确定目标菜谱属性信息，包括：
根据所述预设关键词、所述用户特征、所述方言声纹特征，确定目标菜谱属性信息，所述目标菜谱属性信息包含口味偏好信息、烹饪方式中的至少一种。
可选的，所述方法还包括：
如果用户校验成功，则根据所述声纹特征、预先存储的声纹特征与预设用户特征的对应关系，确定与所述声纹特征对应的预设用户特征；
如果校验成功的用户的用户特征中不存在所述预设用户特征，则对应存储所述用户和所述预设用户特征，以更新所述用户的用户画像。
可选的，所述方法还包括：
如果检测到所述用户对于所述目标菜谱的拒绝推荐操作，将所述目标菜谱属性信息和所述目标菜谱输入至所述菜谱知识图谱中，以重新确定目标菜谱。
第二方面，提供了一种菜谱推荐装置，所述装置包括：
采集模块，用于采集当前场景中的语音数据；
获取模块，用于当所述语音数据包含预设关键词时，获取预先存储的用户特征；
第一确定模块，用于根据所述预设关键词、所述用户特征，确定目标菜谱属性信息；
第二确定模块，用于通过所述目标菜谱属性信息和预先存储的菜谱知识图谱，确定待推荐的目标菜谱，所述菜谱知识图谱包含菜谱与菜谱属性信息的对应关系。
可选的，所述装置还包括：
用户校验模块，用于基于所述语音数据进行用户校验；
检测模块，用于当用户校验成功时，确定所述语音数据是否包含预设关键词。
可选的，所述用户校验模块包括：
提取子模块，用于从所述语音数据中提取多种声纹特征；
建立子模块，用于根据所述多种声纹特征的特征值，建立目标声纹特征向量；
第一确定子模块，用于在预先存储的用户标识与声纹特征向量的对应关系中，存在与所述目标声纹特征向量匹配的声纹特征向量时，确定用户校验成功。
可选的，所述确定子模块，还用于当用户校验成功时，确定与所述目标声纹特征向量对应的用户标识；
所述获取模块，还用于根据预先存储的用户标识与用户特征的对应关系，确定与所述用户标识对应的用户特征。
可选的，所述检测模块包括：
第二确定子模块，用于当所述声纹特征包含方言声纹特征时，根据所述方言声纹特征、预先存储的方言声纹特征和语义信息的对应关系，确定所述方言声纹特征对应的语义信息，得到所述语音数据包含的语义信息；
第三确定子模块，用于基于所述语音数据包含的语义信息，确定所述语音数据是否包含预设关键词。
可选的，所述第一确定模块还用于根据所述预设关键词、所述用户特征、所述方言声纹特征，确定目标菜谱属性信息，所述目标菜谱属性信息包含口味偏好信息、烹饪方式中的至少一种。
可选的，所述装置还包括：
第三确定模块，用于当用户校验成功时，根据所述声纹特征、预先存储的声纹特征与预设用户特征的对应关系，确定与所述声纹特征对应的预设用户特征；
更新模块，用于当校验成功的用户的用户特征中不存在所述预设用户特征时，对应存储所述用户和所述预设用户特征，以更新所述用户的用户画像。
可选的，所述第二确定模块，还用于当检测到所述用户对于所述目标菜谱的拒绝推荐操作时，将所述目标菜谱属性信息和所述目标菜谱输入至所述菜谱知识图谱中，以重新确定目标菜谱。
第三方面，提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现任一第一方面所述的方法步骤。
第四方面，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内存储有计算机程序，所述计算机程序被处理器执行时实现任一第一方面所述的方法步骤。
第五方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的菜谱推荐方法。
本申请实施例有益效果：
本申请实施例提供了一种菜谱推荐方法、装置、电子设备及存储介质，本申请通过采集当前场景中的语音数据；如果语音数据包含预设关键词，则获取预先存储的用户特征；根据预设关键词、用户特征，确定目标菜谱属性信息；通过目标菜谱属性信息和预先存储的菜谱知识图谱，确定待推荐的目标菜谱，其中，菜谱知识图谱包含菜谱与菜谱属性信息的对应关系。由于智能厨具设备在采集到的语音数据中包含预设关键词的情况下，根据预设关键词和用户特征自动确定待推荐的目标菜谱，使得用户无需与智能厨具设备进行多次语音交互，能够提高用户体验。
当然，实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请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，对于本领域普通技术人员而言，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他的附图。
图1为本申请实施例提供的一种菜谱推荐方法的流程图；
图2为本申请实施例提供的另一种菜谱推荐方法的流程图；
图3为本申请实施例提供的另一种菜谱推荐方法的流程图；
图4为本申请实施例提供的一种菜谱推荐装置的结构示意图；
图5为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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他实施例，都属于本申请保护的范围。
本申请实施例提供了一种菜谱推荐方法，可以应用于智能厨具设备，智能厨具设备可以具有数据处理功能，智能厨具设备例如智能电饭煲、智能烤箱等。
下面将结合具体实施方式，对本申请实施例提供的一种菜谱推荐方法进行详细的说明，如图1所示，具体步骤如下：
步骤101、采集当前场景中的语音数据。
在实施中，智能厨具设备中可以设置有音频采集部件，智能厨具设备可以通过音频采集部件采集当前场景中的语音数据。
步骤102、如果语音数据包含预设关键词，则获取预先存储的用户特征。
其中，预设关键词可以是菜品名称、菜系名称、烹饪方式、口味偏好信息等，用户特征可以是性别、年龄、地域、口味偏好信息等，口味偏好信息例如麻、辣、清淡、咸和甜等。
在实施中，智能厨具设备可以对语音数据进行语义分析，确定语音数据包含的语义信息，如果语音数据包含的语义信息中包含预设关键词，则智能厨具设备可以获取预先存储的用户特征。如果语音数据包含的语义信息中不包含预设关键词，则智能厨具设备可以不作后续处理。
本申请实施例中，智能厨具设备可以通过多种方式获取预先存储的用户特征，在一种可行的实现方式中，智能厨具设备中可以预先存储有通用用户特征，智能厨具设备可以在每次确定语音数据包含预设关键词之后，获取通用用户特征。在另一种可行的实现方式中，智能厨具设备中可以针对每个已注册用户，存储该用户的用户特征。由此，智能厨具设备可以在获取预先存储的用户特征时，先确定发出语音数据的用户、再获取与该用户对应的用户特征，智能厨具设备的具体处理过程后续会进行详细说明。
步骤103、根据预设关键词、用户特征，确定目标菜谱属性信息。
其中，菜谱属性信息包含菜系名称、口味偏好信息、烹饪方式中的至少一种。
在实施中，智能厨具设备可以通过预设的语义分析算法、预设关键词和用户特征，确定目标菜谱属性信息，语义分析算法例如standfordnlp(standfordnaturallanguageprocessing，斯坦福自然语言处理)、cnn(convolutionalneuralnetworks，卷积神经网络)。
本申请实施例提供了一种智能厨具设备通过语义分析算法、预设关键词和用户特征，确定目标菜谱属性信息的实现方式：
针对每个预设关键词和每个用户特征，智能厨具设备中可以预先存储有权重，在获取到用户特征之后，智能厨具设备可以按照预设关键词的权重和用户特征的权重，对预设关键词和用户特征进行融合分析，得到目标菜谱属性信息。
例如，采集到的语音数据包含的语义信息为“我想吃土豆丝”，其中，预设关键词为土豆丝，预设关键词“土豆丝”的权重为0.9，用户特征为口味偏好信息，口味偏好信息中酸的权重为0.7，辣的权重为0.1，咸的权重为0.1，甜的权重为0.2。
智能厨具设备可以按照预设关键词的权重和用户特征的权重，对预设关键词和用户特征进行融合分析，得到目标菜谱属性信息，目标菜谱属性信息为土豆丝的权重为0.9，酸的权重为0.7，辣的权重为0.1，咸的权重为0.1，甜的权重为0.2。
步骤104、通过目标菜谱属性信息和预先存储的菜谱知识图谱，确定待推荐的目标菜谱。
其中，智能厨具设备中可以预先存储有菜谱知识图谱，菜谱知识图谱包含菜谱与菜谱属性信息的对应关系。
在实施中，智能厨具设备可以将目标菜谱属性信息输入至菜谱知识图谱中，通过菜谱知识图谱确定与目标菜谱属性信息对应的菜谱，即，待推荐给用户的目标菜谱。然后，智能厨具设备可以输出目标菜谱。
本申请实施例中，智能厨具设备通过目标菜谱属性信息和菜谱知识图谱，确定待推荐的目标菜谱的具体处理过程，可以参考相关技术中任一种基于知识图谱进行信息匹配的处理过程，此处不再赘述。
本申请实施例中，智能厨具设备可以采集当前场景中的语音数据；如果语音数据包含预设关键词，则获取预先存储的用户特征；根据预设关键词、用户特征，确定目标菜谱属性信息；通过目标菜谱属性信息和预先存储的菜谱知识图谱，确定待推荐的目标菜谱，其中，菜谱知识图谱包含菜谱与菜谱属性信息的对应关系。由于智能厨具设备在采集到的语音数据中包含预设关键词的情况下，根据预设关键词和用户特征自动确定待推荐的目标菜谱，使得用户无需与智能厨具设备进行多次语音交互，能够提高用户体验。
相关技术中，采用交互式识别方式推荐菜谱，即，智能厨具设备需要与用户进行多次语音交互之后才能获取到推荐的菜谱。而本申请实施例采用静默式智能识别方式推荐菜谱，即，无需与用户进行语言交互即能推荐菜谱，能够简化语音交互的过程，避免交互式识别方式对于用户正常交流的打扰。进一步的，能够极大程度降低用户获取到推荐的菜谱的流程复杂度。
可选的，在智能厨具设备输出目标菜谱之后，如果用户不喜欢目标菜谱，智能厨具设备还可以再次推荐菜谱，具体处理过程包括：如果检测到用户对于目标菜谱的拒绝推荐操作，将目标菜谱属性信息和目标菜谱输入至菜谱知识图谱中，以重新确定目标菜谱。
在实施中，如果用户不喜欢目标菜谱，则用户可以执行拒绝推荐操作，例如，拒绝推荐操作可以是点击智能厨具设备中的预设按钮，拒绝推荐操作也可以是输出表示拒绝推荐的语音指令。
智能厨具设备在检测到用户对于目标菜谱的拒绝推荐操作之后，可以将目标菜谱属性信息和目标菜谱输入至菜谱知识图谱中，通过菜谱知识图谱、目标菜谱属性信息和目标菜谱，重新确定菜谱，将确定出的菜谱作为待推荐的目标菜谱。然后，智能厨具设备可以输出目标菜谱。
本申请实施例中，智能厨具设备通过菜谱知识图谱、目标菜谱属性信息和目标菜谱，重新确定菜谱的具体处理过程，可以参考相关技术中任一种基于深度学习和知识图谱进行信息匹配的处理过程，此处不再赘述。
本申请实施例中，智能厨具设备可以在检测到用户对于目标菜谱的拒绝推荐操作后，将目标菜谱属性信息和目标菜谱输入至菜谱知识图谱中，以重新确定目标菜谱。由于基于用户拒绝推荐的菜谱和目标菜谱属性信息重新确定目标菜谱，因此，重新确定出的目标菜谱更符合用户需求，能够提高用户体验。
可选的，智能厨具设备可以在采集到语音数据之后，先基于语音数据进行用户校验，如果用户校验成功，则表明发出语音数据的用户为已注册用户，然后，智能厨具设备可以检测语音数据是否包含预设关键词。
如果用户校验失败，则表明语音数据不是由用户发出的，或者，发出语音数据的用户为未注册用户，智能厨具设备可以不作后续处理。在一种可行的实现方式中，在发出语音数据的用户为未注册用户的情况下，智能厨具设备可以将预先存储的通用用户特征作为未注册用户的用户特征。然后，智能厨具设备可以根据预设关键词、用户特征，确定目标菜谱属性信息，再通过目标菜谱属性信息和预先存储的菜谱知识图谱，确定待推荐的目标菜谱。
本申请实施例中，智能厨具设备可以先基于语音数据进行用户校验，在用户校验成功的情况下，再确定语音数据是否包含预设关键词，由此，可以减少智能厨具设备的数据处理负担。进一步的，便于后续基于校验成功的用户的用户特征和预设关键词确定目标菜谱，实现菜谱的个性化推荐，从而提高用户体验。
本申请实施例提供了一种智能厨具设备基于语音数据进行用户校验的实现方式，如图2所示，包括以下步骤：
步骤201、从语音数据中提取多种声纹特征。
在实施中，智能厨具设备可以从语音数据中提取多种声纹特征，声纹特征例如共振峰的数量、共振峰的走向和共振峰的频率等。
步骤202、根据多种声纹特征的特征值，建立目标声纹特征向量。
在实施中，智能厨具设备可以将多种声纹特征的特征值，作为初始声纹特征向量中相应种类声纹特征的向量元素值，得到目标声纹特征向量。
本申请实施例中，智能厨具设备可以通过预设的声纹识别算法，从语音数据中提取多种声纹特征，并根据多种声纹特征的特征值，建立目标声纹特征向量。声纹识别算法例如dnn-i-vector(deepneuralnetwork-identity-vector，深度神经网络-身份认证矢量)、deepspeeker:anendtoendneuralspeakerembeddingsystem(深度说话者：一种端到端神经说话者嵌入系统)。
步骤203、判断在预先存储的用户与声纹特征向量的对应关系中，是否存在与目标声纹特征向量匹配的声纹特征向量。
在实施中，智能厨具设备可以判断预先存储的用户与声纹特征向量的对应关系中，是否存在与目标声纹特征向量匹配的声纹特征向量。如果用户与声纹特征向量的对应关系中，存在与目标声纹特征向量匹配的声纹特征向量，则智能厨具设备可以执行步骤204。
如果用户与声纹特征向量的对应关系中，不存在与目标声纹特征向量匹配的声纹特征向量，则智能厨具设备可以执行步骤205。
步骤204、确定用户校验成功。
步骤205、确定用户校验失败。
本申请实施例中，智能厨具设备可以从语音数据中提取多种声纹特征，根据多种声纹特征的特征值，建立目标声纹特征向量。然后，智能厨具设备可以判断在预先存储的用户与声纹特征向量的对应关系中，是否存在与目标声纹特征向量匹配的声纹特征向量。如果存在与目标声纹特征向量匹配的声纹特征向量，则智能厨具设备可以确定用户校验成功。如果不存在与目标声纹特征向量匹配的声纹特征向量，则智能厨具设备可以确定用户校验失败。
由此，无需用户执行输入用户名和密码等账号登录操作，智能厨具设备即能对用户进行自动认证，在便于用户操作的同时，智能厨具设备可以直接为用户推荐目标菜谱，能够提高用户体验。
可选的，在智能厨具设备确定用户校验成功之后，智能厨具设备可以将与匹配到的声纹特征向量对应的用户标识，作为与目标声纹特征向量对应的用户标识。然后，智能厨具设备可以根据预先存储的用户标识与用户特征的对应关系，确定与用户标识对应的用户特征。由此，便于后续基于与用户标识对应的用户特征和预设关键词，确定目标菜谱属性信息，进一步的，基于目标菜谱属性信息和菜谱知识图谱确定目标菜谱，可以实现菜谱的个性化推荐，从而提高用户体验。
可选的，在智能厨具设备确定用户校验成功之后，智能厨具设备还可以基于声纹特征，对校验成功的用户的用户画像进行更新，具体处理过程包括：
步骤1、根据声纹特征、预先存储的声纹特征与预设用户特征的对应关系，确定与声纹特征对应的预设用户特征。
在实施中，与某一预设用户特征对应的声纹特征的种类可以是一种也可以是多种。
智能厨具设备可以根据一种或多种用户的声纹特征，预先存储的声纹特征与预设用户特征的对应关系，确定与声纹特征对应的预设用户特征。
例如，用户的声纹特征为：共振峰的频率为70hz，智能厨具设备可以在声纹特征与预设用户特征的对应关系中，查找与用户的声纹特征匹配的声纹特征，查找到与共振峰的频率70hz匹配的声纹特征为共振峰的频率范围在60hz～200hz之间。然后，智能厨具设备可以将匹配到的声纹特征对应的预设用户特征：性别为男，作为用户的预设用户特征。
步骤2、判断校验成功的用户的用户特征中是否存在与声纹特征对应的预设用户特征。
在实施中，智能厨具设备可以在本地存储的各用户的用户特征中，根据校验成功的用户的用户标识，确定校验成功的用户的用户特征。为了便于描述，将校验成功的用户的用户特征称为目标用户特征。
然后，智能厨具设备可以判断目标用户特征中是否存在与声纹特征对应的预设用户特征，如果目标用户特征中不存在与声纹特征对应的预设用户特征，则智能厨具设备可以执行步骤3；如果目标用户特征中存在与声纹特征对应的预设用户特征，则智能厨具设备可以执行步骤4。
步骤3、对应存储用户和预设用户特征，以更新用户的用户画像。
步骤4、不作后续处理。
本申请实施例中，智能厨具设备可以根据声纹特征、预先存储的声纹特征与预设用户特征的对应关系，确定与声纹特征对应的预设用户特征，然后，智能厨具设备可以在校验成功的用户的用户特征中不存在与声纹特征对应的预设用户特征的情况下，对应存储用户和预设用户特征，由此，可以对用户的用户画像进行更新。
可选的，智能厨具设备还可以实现基于包含方言的语音数据，检测预设关键词，如图3所示，具体处理过程包括：
步骤301、判断提取到的声纹特征中是否包含方言声纹特征。
其中，方言声纹特征例如声调包含卷舌音、平舌音、入声、转音。
在实施中，智能厨具设备中可以预先存储有多种方言声纹特征，智能厨具设备可以判断从语音数据提取到的声纹特征中是否包含方言声纹特征。
如果声纹特征中包含方言声纹特征，则智能厨具设备可以执行步骤302，如果声纹特征中不包含方言声纹特征，则智能厨具设备可以执行步骤303。
步骤302、根据方言声纹特征、预先存储的方言声纹特征和语义信息的对应关系，确定方言声纹特征对应的语义信息，得到语音数据包含的语义信息。
步骤303、根据声纹特征、预先存储的声纹特征和语义信息的对应关系，确定声纹特征对应的语义信息，得到语音数据包含的语义信息。
本申请实施例中，智能厨具设备可以判断从语音数据提取到的声纹特征是否包含方言声纹特征，在声纹特征包含方言声纹特征的情况下，根据方言声纹特征、预先存储的方言声纹特征和语义信息的对应关系，确定方言声纹特征对应的语义信息，得到语音数据包含的语义信息。在声纹特征不包含方言声纹特征的情况下，根据声纹特征、预先存储的声纹特征和语义信息的对应关系，确定声纹特征对应的语义信息，得到语音数据包含的语义信息。
由此，采用本申请实施例提供的技术方案，可以实现多维度语义分析，即，基于包含方言的语音数据检测预设关键词，一方面，能够提高预设关键词的检测准确率，另一方面，可以为用户推荐更符合用户需求的目标菜谱，从而提高用户体验。
可选的，在声纹特征包含方言声纹特征的情况下，智能厨具设备还可以根据预设关键词、用户特征和方言声纹特征，确定目标菜谱属性信息。
在实施中，智能厨具设备可以通过预设的语义分析算法、预设关键词、用户特征和方言声纹特征，确定目标菜谱属性信息。
本申请实施例提供了一种智能厨具设备通过语义分析算法、预设关键词、用户特征和方言声纹特征，确定目标菜谱属性信息的实现方式：
智能厨具设备可以确定方言声纹特征所属的目标方言、目标方言所属的目标地域，然后，智能厨具设备可以确定目标地域的口味偏好信息。
针对每个预设关键词、每个用户特征、以及某一地域对应的每个口味偏好信息，智能厨具设备中可以预先存储有权重，智能厨具设备可以按照预设关键词的权重、用户特征的权重、目标地域的口味偏好信息的权重，对预设关键词、用户特征、目标地域的口味偏好信息进行融合分析，得到目标菜谱属性信息。
本申请实施例中，在声纹特征包含方言声纹特征的情况下，智能厨具设备可以根据预设关键词、用户特征和方言声纹特征，确定目标菜谱属性信息。由于智能厨具设备可以通过方言声纹特征缩小用户的地理位置范围，进而推测用户的口味偏好信息，基于用户的口味偏好信息、预设关键词和用户特征确定目标菜谱属性信息、目标菜谱，因此，可以为用户推荐更符合用户需求的目标菜谱，从而提高用户体验。
可选的，智能厨具设备可以与预设的服务器相连，智能厨具设备可以在采集当前场景中的语音数据之后，将语音数据发送至服务器，以使服务器执行当语音数据包含预设关键词时，获取预先存储的用户特征；根据预设关键词、用户特征，确定目标菜谱属性信息；通过目标菜谱属性信息和预先存储的菜谱知识图谱，确定待推荐的目标菜谱步骤。
基于相同的技术构思，本申请实施例还提供了一种菜谱推荐装置，如图4所示，该装置包括：
采集模块410，用于采集当前场景中的语音数据；
获取模块420，用于当所述语音数据包含预设关键词时，获取预先存储的用户特征；
第一确定模块430，用于根据所述预设关键词、所述用户特征，确定目标菜谱属性信息；
第二确定模块440，用于通过所述目标菜谱属性信息和预先存储的菜谱知识图谱，确定待推荐的目标菜谱，所述菜谱知识图谱包含菜谱与菜谱属性信息的对应关系。
可选的，所述装置还包括：
用户校验模块，用于基于所述语音数据进行用户校验；
检测模块，用于当用户校验成功时，确定所述语音数据是否包含预设关键词。
可选的，所述用户校验模块包括：
提取子模块，用于从所述语音数据中提取多种声纹特征；
建立子模块，用于根据所述多种声纹特征的特征值，建立目标声纹特征向量；
第一确定子模块，用于在预先存储的用户标识与声纹特征向量的对应关系中，存在与所述目标声纹特征向量匹配的声纹特征向量时，确定用户校验成功。
可选的，所述确定子模块，还用于当用户校验成功时，确定与所述目标声纹特征向量对应的用户标识；
所述获取模块，还用于根据预先存储的用户标识与用户特征的对应关系，确定与所述用户标识对应的用户特征。
可选的，所述检测模块包括：
第二确定子模块，用于当所述声纹特征包含方言声纹特征时，根据所述方言声纹特征、预先存储的方言声纹特征和语义信息的对应关系，确定所述方言声纹特征对应的语义信息，得到所述语音数据包含的语义信息；
第三确定子模块，用于基于所述语音数据包含的语义信息，确定所述语音数据是否包含预设关键词。
可选的，所述第一确定模块还用于根据所述预设关键词、所述用户特征、所述方言声纹特征，确定目标菜谱属性信息，所述目标菜谱属性信息包含口味偏好信息、烹饪方式中的至少一种。
可选的，所述装置还包括：
第三确定模块，用于当用户校验成功时，根据所述声纹特征、预先存储的声纹特征与预设用户特征的对应关系，确定与所述声纹特征对应的预设用户特征；
更新模块，用于当校验成功的用户的用户特征中不存在所述预设用户特征时，对应存储所述用户和所述预设用户特征，以更新所述用户的用户画像。
可选的，所述第二确定模块，还用于当检测到所述用户对于所述目标菜谱的拒绝推荐操作时，将所述目标菜谱属性信息和所述目标菜谱输入至所述菜谱知识图谱中，以重新确定目标菜谱。
本申请实施例有益效果：
本申请实施例提供了一种菜谱推荐装置，本申请通过采集当前场景中的语音数据；如果语音数据包含预设关键词，则获取预先存储的用户特征；根据预设关键词、用户特征，确定目标菜谱属性信息；通过目标菜谱属性信息和预先存储的菜谱知识图谱，确定待推荐的目标菜谱，其中，菜谱知识图谱包含菜谱与菜谱属性信息的对应关系。由于智能厨具设备在采集到的语音数据中包含预设关键词的情况下，根据预设关键词和用户特征自动确定待推荐的目标菜谱，使得用户无需与智能厨具设备进行多次语音交互，能够提高用户体验。
基于相同的技术构思，本申请实施例还提供了一种电子设备，如图5所示，包括处理器501、通信接口502、存储器503和通信总线504，其中，处理器501，通信接口502，存储器503通过通信总线504完成相互间的通信，
存储器503，用于存放计算机程序；
处理器501，用于执行存储器503上所存放的程序时，实现如下步骤：
采集当前场景中的语音数据；
如果所述语音数据包含预设关键词，则获取预先存储的用户特征；
根据所述预设关键词、所述用户特征，确定目标菜谱属性信息；
通过所述目标菜谱属性信息和预先存储的菜谱知识图谱，确定待推荐的目标菜谱，所述菜谱知识图谱包含菜谱与菜谱属性信息的对应关系。
可选的，所述采集当前场景中的语音数据之后，还包括：
基于所述语音数据进行用户校验；
如果用户校验成功，则确定所述语音数据是否包含预设关键词。
可选的，所述基于所述语音数据进行用户校验，包括：
从所述语音数据中提取多种声纹特征；
根据所述多种声纹特征的特征值，建立目标声纹特征向量；
如果在预先存储的用户标识与声纹特征向量的对应关系中，存在与所述目标声纹特征向量匹配的声纹特征向量，则确定用户校验成功。
可选的，所述方法还包括：
如果用户校验成功，则确定与所述目标声纹特征向量对应的用户标识；
所述获取预先存储的用户特征，包括：
根据预先存储的用户标识与用户特征的对应关系，确定与所述用户标识对应的用户特征。
可选的，所述确定所述语音数据是否包含预设关键词，包括：
如果所述声纹特征包含方言声纹特征，根据所述方言声纹特征、预先存储的方言声纹特征和语义信息的对应关系，确定所述方言声纹特征对应的语义信息，得到所述语音数据包含的语义信息；
基于所述语音数据包含的语义信息，确定所述语音数据是否包含预设关键词。
可选的，所述根据所述预设关键词、所述用户特征，确定目标菜谱属性信息，包括：
根据所述预设关键词、所述用户特征、所述方言声纹特征，确定目标菜谱属性信息，所述目标菜谱属性信息包含口味偏好信息、烹饪方式中的至少一种。
可选的，所述方法还包括：
如果用户校验成功，则根据所述声纹特征、预先存储的声纹特征与预设用户特征的对应关系，确定与所述声纹特征对应的预设用户特征；
如果校验成功的用户的用户特征中不存在所述预设用户特征，则对应存储所述用户和所述预设用户特征，以更新所述用户的用户画像。
可选的，所述方法还包括：
如果检测到所述用户对于所述目标菜谱的拒绝推荐操作，将所述目标菜谱属性信息和所述目标菜谱输入至所述菜谱知识图谱中，以重新确定目标菜谱。
上述电子设备提到的通信总线可以是外设部件互连标准(peripheralcomponentinterconnect，pci)总线或扩展工业标准结构(extendedindustrystandardarchitecture，eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(randomaccessmemory，ram)，也可以包括非易失性存储器(non-volatilememory，nvm)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(centralprocessingunit，cpu)、网络处理器(networkprocessor，np)等；还可以是数字信号处理器(digitalsignalprocessing，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一菜谱推荐方法的步骤。
在本申请提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一菜谱推荐方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solidstatedisk(ssd))等。
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、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
1.一种菜谱推荐方法，其特征在于，所述方法包括：
采集当前场景中的语音数据；
如果所述语音数据包含预设关键词，则获取预先存储的用户特征；
根据所述预设关键词、所述用户特征，确定目标菜谱属性信息；
通过所述目标菜谱属性信息和预先存储的菜谱知识图谱，确定待推荐的目标菜谱，所述菜谱知识图谱包含菜谱与菜谱属性信息的对应关系。
2.根据权利要求1所述的方法，其特征在于，所述采集当前场景中的语音数据之后，还包括：
基于所述语音数据进行用户校验；
如果用户校验成功，则确定所述语音数据是否包含预设关键词。
3.根据权利要求2所述的方法，其特征在于，所述基于所述语音数据进行用户校验，包括：
从所述语音数据中提取多种声纹特征；
根据所述多种声纹特征的特征值，建立目标声纹特征向量；
如果在预先存储的用户标识与声纹特征向量的对应关系中，存在与所述目标声纹特征向量匹配的声纹特征向量，则确定用户校验成功。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
如果用户校验成功，则确定与所述目标声纹特征向量对应的用户标识；
所述获取预先存储的用户特征，包括：
根据预先存储的用户标识与用户特征的对应关系，确定与所述用户标识对应的用户特征。
5.根据权利要求3所述的方法，其特征在于，所述确定所述语音数据是否包含预设关键词，包括：
如果所述声纹特征包含方言声纹特征，根据所述方言声纹特征、预先存储的方言声纹特征和语义信息的对应关系，确定所述方言声纹特征对应的语义信息，得到所述语音数据包含的语义信息；
基于所述语音数据包含的语义信息，确定所述语音数据是否包含预设关键词。
6.根据权利要求5所述的方法，其特征在于，所述根据所述预设关键词、所述用户特征，确定目标菜谱属性信息，包括：
根据所述预设关键词、所述用户特征、所述方言声纹特征，确定目标菜谱属性信息，所述目标菜谱属性信息包含口味偏好信息、烹饪方式中的至少一种。
7.根据权利要求3-6任一所述的方法，其特征在于，所述方法还包括：
如果用户校验成功，则根据所述声纹特征、预先存储的声纹特征与预设用户特征的对应关系，确定与所述声纹特征对应的预设用户特征；
如果校验成功的用户的用户特征中不存在所述预设用户特征，则对应存储所述用户和所述预设用户特征，以更新所述用户的用户画像。
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
如果检测到所述用户对于所述目标菜谱的拒绝推荐操作，将所述目标菜谱属性信息和所述目标菜谱输入至所述菜谱知识图谱中，以重新确定目标菜谱。
9.一种菜谱推荐装置，其特征在于，所述装置包括：
采集模块，用于采集当前场景中的语音数据；
获取模块，用于当所述语音数据包含预设关键词时，获取预先存储的用户特征；
第一确定模块，用于根据所述预设关键词、所述用户特征，确定目标菜谱属性信息；
第二确定模块，用于通过所述目标菜谱属性信息和预先存储的菜谱知识图谱，确定待推荐的目标菜谱，所述菜谱知识图谱包含菜谱与菜谱属性信息的对应关系。
10.根据权利要求9所述的装置，其特征在于，所述装置还包括：
用户校验模块，用于基于所述语音数据进行用户校验；
检测模块，用于当用户校验成功时，确定所述语音数据是否包含预设关键词。
11.根据权利要求10所述的装置，其特征在于，所述用户校验模块包括：
提取子模块，用于从所述语音数据中提取多种声纹特征；
建立子模块，用于根据所述多种声纹特征的特征值，建立目标声纹特征向量；
第一确定子模块，用于在预先存储的用户标识与声纹特征向量的对应关系中，存在与所述目标声纹特征向量匹配的声纹特征向量时，确定用户校验成功。
12.根据权利要求11所述的装置，其特征在于，所述确定子模块，还用于当用户校验成功时，确定与所述目标声纹特征向量对应的用户标识；
所述获取模块，还用于根据预先存储的用户标识与用户特征的对应关系，确定与所述用户标识对应的用户特征。
13.根据权利要求11所述的装置，其特征在于，所述检测模块包括：
第二确定子模块，用于当所述声纹特征包含方言声纹特征时，根据所述方言声纹特征、预先存储的方言声纹特征和语义信息的对应关系，确定所述方言声纹特征对应的语义信息，得到所述语音数据包含的语义信息；
第三确定子模块，用于基于所述语音数据包含的语义信息，确定所述语音数据是否包含预设关键词。
14.根据权利要求13所述的装置，其特征在于，所述第一确定模块还用于根据所述预设关键词、所述用户特征、所述方言声纹特征，确定目标菜谱属性信息，所述目标菜谱属性信息包含口味偏好信息、烹饪方式中的至少一种。
15.根据权利要求11-14任一所述的装置，其特征在于，所述装置还包括：
第三确定模块，用于当用户校验成功时，根据所述声纹特征、预先存储的声纹特征与预设用户特征的对应关系，确定与所述声纹特征对应的预设用户特征；
更新模块，用于当校验成功的用户的用户特征中不存在所述预设用户特征时，对应存储所述用户和所述预设用户特征，以更新所述用户的用户画像。
16.根据权利要求9所述的装置，其特征在于，所述第二确定模块，还用于当检测到所述用户对于所述目标菜谱的拒绝推荐操作时，将所述目标菜谱属性信息和所述目标菜谱输入至所述菜谱知识图谱中，以重新确定目标菜谱。
17.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-8任一所述的方法步骤。
18.一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内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-8任一所述的方法步骤。
技术总结