申请/专利权人：江西科技学院

申请日：2024-02-02

公开（公告）日：2024-04-12

公开（公告）号：CN117690416B

主分类号：G10L13/08

分类号：G10L13/08;G06V40/16;G06F3/16;G06N3/0464;G10L15/26;G10L15/00;G10L25/63

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2024.03.29#实质审查的生效;2024.03.12#公开

摘要：本发明适用于语音交互技术领域，提供了一种人工智能交互方法及人工智能交互系统，所述方法包括以下步骤：接收目标用户语音输入信息，采集目标用户人脸图像；对目标用户语音输入信息进行分析，得到文字信息、方言信息和语速信息；对目标用户人脸图像进行分析，得到目标性别和目标年龄；根据目标性别和目标年龄确定虚拟人像；根据文字信息、方言信息和语速信息确定交互语音信息，使得虚拟人像发出所述交互语音信息。本发明中，虚拟人像的外形和声音特点更能符合用户的倾听喜好；另外，交互语音信息的方言和说话速度能够与用户的方言和说话速度匹配，使得用户感到亲切，体验感更好。

主权项：1.一种人工智能交互方法，其特征在于，所述方法包括以下步骤：接收目标用户语音输入信息，采集目标用户人脸图像；对目标用户语音输入信息进行分析，得到文字信息、方言信息和语速信息；对目标用户人脸图像进行分析，得到目标性别和目标年龄；根据目标性别和目标年龄确定虚拟人像；根据文字信息、方言信息和语速信息确定交互语音信息，使得虚拟人像发出所述交互语音信息；所述对目标用户语音输入信息进行分析，得到文字信息、方言信息和语速信息的步骤，具体包括：对目标用户语音输入信息进行文字转化得到文字信息；对目标用户语音输入信息进行方言匹配得到方言信息，所述方言信息为方言类别，当方言匹配失败时，确定方言类别为普通话；提取目标用户语音输入信息的时长，根据时长和文字信息中文字数量确定语速信息；其中，所述根据目标性别和目标年龄确定虚拟人像的步骤，具体包括：将目标性别和目标年龄输入至舒适对象库中，所述舒适对象库包括所有的年龄段，每个年龄段对应有两个性别，每个性别对应有舒适虚拟对象，每个舒适虚拟对象有自己的音色和音调；输出对应的舒适虚拟对象，所述舒适虚拟对象为虚拟人像；其中，输出对应的舒适虚拟对象，所述舒适虚拟对象为虚拟人像的方法包括如下步骤：根据目标用户语音输入信息的情感色彩值，在预设人像着装色彩库中查找对应的人像着装色彩RGB基准值；根据目标用户语音输入信息的情感色彩值，在预设人像着装服饰类型库中查找对应的人像着装服饰类型；根据人像着装色彩RGB基准值、人像着装服饰类型、目标性别与目标年龄，生成舒适虚拟对象；对目标用户语音输入信息进行分析，得到文字信息、方言信息和语速信息的步骤之后，所述方法还包括如下步骤：获取所述文字信息中的多个词汇，基于情感词典法查找确定每个词汇对应的词汇情感色彩值；确认每个词汇在文字信息中的重复出现次数，根据重复出现次数在预设重复次数权重因子映射表中查找对应的词汇权重因子；根据多个词汇情感色彩值以及对应的词汇权重因子计算得到文字信息的情感色彩值；根据所述语速信息确定当前语速值，根据所述当前语速值在预设语速情感色彩映射表中查到得到对应的语速情感色彩值，其中，所述预设语速情感色彩映射表为当前语速值与情感色彩值之间的映射关系；根据所述方言信息确定方言类别，并根据所述方言类别在预设方言类别情感校正因子映射表中查找确定对应的情感校正因子，其中所述预设方言类别情感校正因子映射表为各方言类别与情感校正因子之间的映射关系；根据文字信息的情感色彩值、语速情感色彩值以及方言类别对应的情感校正因子，计算得到目标用户语音输入信息的情感色彩值；文字信息的情感色彩值的计算公式表示为： ；其中，表示文字信息的情感色彩值，表示第个词汇对应的词汇情感色彩值，表示第个词汇对应的词汇权重因子，表示文字信息中词汇的最大数量；目标用户语音输入信息的情感色彩值的计算公式表示为： ；其中，表示目标用户语音输入信息的情感色彩值，表示目标用户语音输入信息的情感色彩值的基准值，表示方言类别对应的情感校正因子，表示文字信息项的情感色彩值的权重因子，表示语速的情感色彩值的权重因子，表示当前语速值对应的语速情感色彩值。

全文数据：

权利要求：

百度查询： 江西科技学院 一种人工智能交互方法及人工智能交互系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD