CN113656125A - 一种虚拟助手生成的方法、装置及电子设备 - Google Patents
一种虚拟助手生成的方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113656125A CN113656125A CN202110871284.1A CN202110871284A CN113656125A CN 113656125 A CN113656125 A CN 113656125A CN 202110871284 A CN202110871284 A CN 202110871284A CN 113656125 A CN113656125 A CN 113656125A
- Authority
- CN
- China
- Prior art keywords
- user
- virtual assistant
- browsing
- identity information
- generating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000004590 computer program Methods 0.000 claims description 11
- 239000000126 substance Substances 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 239000000463 material Substances 0.000 description 15
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000003993 interaction Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 5
- 239000003795 chemical substances by application Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- DHKVCYCWBUNNQH-UHFFFAOYSA-N 2-[5-[2-(2,3-dihydro-1H-inden-2-ylamino)pyrimidin-5-yl]-1,3,4-oxadiazol-2-yl]-1-(1,4,5,7-tetrahydropyrazolo[3,4-c]pyridin-6-yl)ethanone Chemical compound C1C(CC2=CC=CC=C12)NC1=NC=C(C=N1)C1=NN=C(O1)CC(=O)N1CC2=C(CC1)C=NN2 DHKVCYCWBUNNQH-UHFFFAOYSA-N 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
- G06F9/453—Help systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/435—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/438—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
- G06F3/165—Management of the audio stream, e.g. setting of volume, audio stream path
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开公开了一种虚拟助手生成的方法、装置及电子设备,涉及人工智能技术领域,具体涉及车联网领域。具体实现方案为:采集用户图像,根据所述用户图像获取所述用户的身份信息;根据所述身份信息获取所述用户的兴趣图谱;根据所述身份信息和所述兴趣图谱生成虚拟助手和所述虚拟助手使用的提示语音。本公开实施例可以根据用户的身份信息和兴趣图谱生成对应的推荐虚拟助手和推荐提示语音。本公开实施例可以根据用户的年龄、性别和兴趣爱好等信息生成个性化的虚拟助手和提示语音,更符合用户的使用习惯,提高用户的使用体验。
Description
技术领域
本公开涉及人工智能领域,具体涉及车联网领域,尤其涉及一种虚拟助手生成的方法、装置及电子设备。
背景技术
当前智能终端已经融入人们日常生活的各个方面。为了方便用户使用智能终端,为用户提供终端使用方面的服务和良好的人机交互体验,用所述智能终端生成虚拟形象来为用户提供服务的技术在逐渐兴起。
发明内容
本公开提供了一种虚拟助手生成的方法、装置及电子设备。
根据本公开的第一方面,提供了一种虚拟助手生成的方法,包括:
采集用户图像,根据所述用户图像获取所述用户的身份信息;
根据所述身份信息获取所述用户的兴趣图谱;
根据所述身份信息和所述兴趣图谱生成虚拟助手和所述虚拟助手使用的提示语音。
可选地,所述根据所述用户图像获取所述用户的身份信息,包括:
对所述用户图像进行脸部识别以生成用户的身份账号;
根据所述身份账号获取所述用户的身份信息。
可选地,所述根据所述身份信息获取所述用户的兴趣图谱,包括:
根据所述身份信息获取所述用户的多个浏览标签;
根据所述多个浏览标签的浏览频率生成所述兴趣图谱。
可选地,所述根据所述多个浏览标签的浏览频率生成所述兴趣图谱,包括:
将所述浏览标签按照浏览频率从大到小排列,生成浏览标签序列;
将所述浏览标签序列中前N项浏览标签加入所述兴趣图谱,所述N为正整数。
可选地,所述根据所述身份信息和所述兴趣图谱生成虚拟助手和所述虚拟助手使用的提示语音,包括:
根据所述身份信息中的年龄信息和性别信息生成对应的所述虚拟助手和所述虚拟助手使用的提示语音。
可选地,还包括:
根据所述兴趣图谱中的所述浏览标签生成对应的所述虚拟助手和所述虚拟助手使用的所述提示语音。
根据本公开的第二方面,提供了一种虚拟助手生成的装置,包括:
身份信息获取模块,用于采集用户图像,根据所述用户图像获取所述用户的身份信息;
图谱构建模块,用于根据所述身份信息获取所述用户的兴趣图谱;
虚拟助手生成模块,用于根据所述身份信息和所述兴趣图谱生成虚拟助手和所述虚拟助手使用的提示语音。
可选地,所述身份信息获取模块,包括:
身份账号生成子模块,用于对所述用户图像进行脸部识别以生成用户的身份账号;
身份信息获取子模块,用于根据所述身份账号获取所述用户的身份信息。
可选地,所述图谱构建模块,包括:
浏览标签获取子模块,用于根据所述身份信息获取所述用户的多个浏览标签;
兴趣图谱生成子模块,用于根据所述多个浏览标签的浏览频率生成所述兴趣图谱。
可选地,所述兴趣图谱生成子模块,包括:
序列生成单元,用于将所述浏览标签按照浏览频率从大到小排列,生成浏览标签序列;
兴趣图谱生成单元,用于将所述浏览标签序列中前N项浏览标签加入所述兴趣图谱,所述N为正整数。
可选地,所述虚拟助手生成模块,包括:
第一虚拟助手生成子模块,用于根据所述身份信息中的年龄信息和性别信息生成对应的所述虚拟助手和所述虚拟助手使用的提示语音。
可选地,还包括:
第二虚拟助手生成子模块,用于根据所述兴趣图谱中的所述浏览标签生成对应的所述虚拟助手和所述虚拟助手使用的所述提示语音。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行所述第一方面中任一项所述的方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据所述第一方面中任一项所述的方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据所述第一方面中任一项所述的方法。
本公开具有以下有益效果:
根据用户的年龄、性别和兴趣爱好等信息生成个性化的虚拟助手和提示语音。避免生成的虚拟助手不符合用户的使用习惯,更加符合用户的使用习惯,提高了用户的使用体验。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例提供的一种虚拟助手生成方法的流程示意图;
图2是根据本公开实施例提供的一种虚拟助手生成方法的流程示意图;
图3是根据本公开实施例提供的一种虚拟助手生成方法的流程示意图;
图4是根据本公开实施例提供的一种虚拟助手生成方法的流程示意图;
图5是根据本公开实施例提供的一种虚拟助手生成装置的结构示意图;
图6是根据本公开实施例提供的一种虚拟助手生成装置的结构示意图;
图7是根据本公开实施例提供的一种虚拟助手生成装置的结构示意图;
图8是根据本公开实施例提供的一种虚拟助手生成装置的结构示意图;
图9是根据本公开实施例提供的一种虚拟助手生成方法的流程示意图;
图10是用来实现本公开实施例的虚拟助手生成的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
当前智能终端已经融入人们日常生活的各个方面。例如汽车上的车机、商场中的服务机器人。我们生活中很多智能终端都具备多屏交互的能力,在多屏交互过程中我们有一个类似于虚拟个人助理的人工智能,当我们交互的时候屏幕出现所述虚拟个人助理,所述虚拟个人助手可以为用户提供多种服务,例如语音导航、视频推荐、新闻推荐。目前生成的所述虚拟个人助手的形象是通过通用模板生成的,不能满足用户的个性化需求,人机交互体验较差。并且现在存在多屏交互的需求,每个终端前的用户年龄性别都是不一样的。
所以本公开为了根据不同的场景或者不同的用户展示不同的虚拟个人助理。需要根据与所述智能终端交互的用户的年龄性别差异,展示不一样的虚拟个人助理,提升乘客的使用兴趣。
图1是根据本公开实施例提供的一种虚拟助手生成方法的流程示意图,如图1所示,所述虚拟助手生成方法包括:
步骤101,采集用户图像,根据所述用户图像获取所述用户的身份信息。
所述虚拟助手,是一种能替用户执行任务或服务的软件代理。它就像一个导演一样将其他的一般服务进行集成,以便能够最有效地满足所述用户的需求。这些程序有时也被称为"代理",因为他们有权代表用户行事,也即用户的代理。除了协调服务,所述虚拟助手也将成为能够理解所述用户的亲密伙伴。
所述虚拟助手需要理解所述用户的背景,所述背景包括基本信息和兴趣信息。所述基本信息为用户的基本身体特征,例如所述用户的性别、年龄、身高。所述兴趣信息为所述用户感兴趣的内容,例如所述用户经常浏览的视频类型(如电视剧、动漫、纪录片)、所述用户喜爱的食物(如西餐、中餐)、所述用户喜欢的运动(如网球、篮球)。
当用户在使用智能终端时,所述智能终端可以通过视觉传感器采集所述用户的用户图像,根据所述用户脸部的图像可以获取用户的身份账号,所述身份账号为所述用户身份的凭证,所述身份账号具有唯一性,每个所述用户的所述身份账号都是独一无二的。根据所述身份账号即可获取对应的身份信息。所述身份信息包括用户的所述基本信息和所述兴趣信息。根据所述用户图像也可以获取所述用户的年龄信息和性别信息。
步骤102,根据所述身份信息获取所述用户的兴趣图谱;
根据所述身份账号可以唯一地确定对应的用户,并从云端服务器或者本地储存器获取所述身份账号对应用户在使用智能终端时浏览的内容(例如新闻、视频)。用户在使用智能终端时浏览的内容多种多样,为了准确地提取出所述用户感兴趣的内容,本公开根据所述浏览的内容生成对应的浏览标签。需要说明的是,单个浏览内容可能对应一个或者多个浏览标签,例如网球运动对应的所述浏览标签可以为“体育”和“网球”。统计一段时间内所述浏览标签的浏览频率,将所述浏览标签中出现频率前N名的标签筛选出来,即可构建所述用户对应的兴趣图谱。
步骤103,根据所述身份信息和所述兴趣图谱生成虚拟助手和所述虚拟助手使用的提示语音。
获取用户的身份信息,并根据所述身份信息获取所述兴趣图谱,针对所述兴趣图谱可以生成对应的虚拟助手和所述虚拟助手使用的提示语音。
在一种可能的实施例中,用户的兴趣图谱中包括“网球”,可以生成穿着网球运动服的虚拟助手,所述虚拟助手对应的年龄和所述用户的年龄相仿,所述虚拟助手对应的性别和所述用户的性别相同。
在一种可能的实施例中,用户的兴趣图谱中包括“动漫”,则可以根据所述用户浏览频率较高的动漫,提取其中角色的语音素材,根据所述语音素材生成对应的提示语音,所述提示语音为从文本到语音(Text To Speech,TTS)语音,所述TTS是人机对话的一部分,可以实现智能终端发音的功能。根据语音素材可以让所述智能终端用所述语音素材对应的声音特征发出各种语音,来对用户进行提示。
图2是根据本公开实施例提供的一种虚拟助手生成方法的流程示意图,如图2所示,所述虚拟助手生成方法包括:
步骤201,对所述用户图像进行脸部识别以生成用户的身份账号;
当用户在使用智能终端时,所述智能终端可以通过视觉传感器采集所述用户的用户图像,根据所述用户图像可以生成用户的身份账号,例如人脸账号faceID,所述faceID的安全性高,确保每个用户脸部图像对应唯一的身份账号。所述身份账号为所述用户身份的凭证,所述身份账号具有唯一性,每个所述用户的所述身份账号都是独一无二的。根据所述身份账号即可获取对应的身份信息。所述身份信息包括用户的所述基本信息和所述兴趣信息。
步骤202,根据所述身份账号获取所述用户的身份信息。
根据所述身份账号可以唯一地确定对应的用户,并从云端服务器或者本地储存器获取所述身份账号对应用户在使用智能终端时浏览的内容(例如新闻、视频)。
图3是根据本公开实施例提供的一种虚拟助手生成方法的流程示意图,如图3所示,所述虚拟助手生成方法包括:
步骤301,根据所述身份信息获取所述用户的多个浏览标签;
用户在使用智能终端时浏览的内容多种多样,为了准确地提取出所述用户感兴趣的内容,本公开根据所述浏览的内容生成对应的浏览标签。需要说明的是,单个浏览内容可能对应一个或者多个浏览标签。例如用户浏览了西游记动画的视频,生成的浏览标签可以为“动画”、“西游记”、“神话”。这样从多个角度来获取所述用户的浏览标签,可以更准确地解析用户的浏览偏好,生成的兴趣图谱更加符合用户的兴趣爱好。
步骤302,根据所述多个浏览标签的浏览频率生成所述兴趣图谱。
由于所述用户浏览标签具有多样性,为了更准确的生成所述兴趣图谱,本公开对一段时间内所述用户的浏览标签进行统计,由于所述用户的兴趣爱好是动态变化的,为了使所述虚拟助手更加符合用户使用时的兴趣,所述一段时间为用户使用所述智能终端前的M天内,需要说明的是,实施者可以根据时间情况调整M的数值,本公开不对M的具体数值进行限制。在一种可能的实施例中,所述M=30。
所述浏览标签的出现频率越高,说明该浏览标签受所述用户喜爱,所以本公开通过对比所述浏览标签出现的频率来生成所述兴趣图谱。
图4是根据本公开实施例提供的一种虚拟助手生成方法的流程示意图,如图4所示,所述虚拟助手生成方法包括:
步骤401,将所述浏览标签按照浏览频率从大到小排列,生成浏览标签序列;
所述浏览标签的出现频率越高,说明该浏览标签受所述用户喜爱,为了对比所述浏览标签的浏览频率,本公开将所述浏览标签按照浏览频率从大到小排列,生成浏览标签序列,方便后续生成所述兴趣图谱。兴趣图谱是以用户兴趣为线索的图谱,以用户的兴趣为基础。是一种表明用户兴趣的网络图谱。兴趣图谱是依赖用户在所述智能终端上浏览而产生的。
步骤402,将所述浏览标签序列中前N项浏览标签加入所述兴趣图谱,所述N为正整数。
用户感兴趣的浏览标签一般不止有一个,为了准确地获取所述用户感兴趣的浏览标签,将所述浏览标签序列中前N项浏览标签加入所述兴趣图谱,以构建所述兴趣图谱。需要说明的是,所述N的数值可以由实施者根据实际情况调整,本公开不对所述N的具体数值进行限定。在一种可能的实施例中,N=6。
可选地,所述根据所述身份信息和所述兴趣图谱生成虚拟助手和所述虚拟助手使用的提示语音,包括:
根据所述身份信息中的年龄信息和性别信息生成对应的所述虚拟助手和所述虚拟助手使用的提示语音。
所述年龄信息可以为用户的具体年龄,可选地,所述年龄信息为所述用户的年龄段。例如6-12岁对应儿童年龄段。
所述提示语音为从文本到语音(Text To Speech,TTS)语音,所述TTS是人机对话的一部分,可以实现智能终端发音的功能。根据语音素材可以让所述智能终端用所述语音素材对应的声音特征发出各种语音,来对用户进行提示。
在一种可能的实施例中,所述用户的年龄信息为儿童年龄段,所述性别信息为女。则生成的所述虚拟助手的形象为处于儿童年龄段的女性。所述提示语音为处于儿童年龄段的女性的音调。
可选地,还包括:
根据所述兴趣图谱中的所述浏览标签生成对应的所述虚拟助手和所述虚拟助手使用的所述提示语音。
根据所述用户的兴趣图谱可以生成个性化的所述虚拟助手和所述虚拟助手使用的所述提示语音。在一种可能的实施例中,所述兴趣图谱包括“相声”,则可以著名相声演员的形象的所述虚拟助手,且该形象对应所述用户年龄信息。根据所述著名相声演员的语音素材生成所述提示语音,所述提示语音的音调与所述著名相声演员相符合。所述虚拟形象可以在导航时为所述用户提示驾驶路线和限速信息。
图5是根据本公开实施例提供的一种虚拟助手生成装置的结构示意图,如图5所示,所述虚拟助手生成装置500包括:
身份信息获取模块510,用于采集用户图像,根据所述用户图像获取所述用户的身份信息;
所述虚拟助手,是一种能替用户执行任务或服务的软件代理。它就像一个导演一样将其他的一般服务进行集成,以便能够最有效地满足所述用户的需求。这些程序有时也被称为"代理",因为他们有权代表用户行事,也即用户的代理。除了协调服务,所述虚拟助手也将成为能够理解所述用户的亲密伙伴。
所述虚拟助手需要理解所述用户的背景,所述背景包括基本信息和兴趣信息。所述基本信息为用户的基本身体特征,例如所述用户的性别、年龄、身高。所述兴趣信息为所述用户感兴趣的内容,例如所述用户经常浏览的视频类型(如电视剧、动漫、纪录片)、所述用户喜爱的食物(如西餐、中餐)、所述用户喜欢的运动(如网球、篮球)。
当用户在使用智能终端时,所述智能终端可以通过视觉传感器采集所述用户的用户图像,根据所述用户脸部的图像可以获取用户的身份账号,所述身份账号为所述用户身份的凭证,所述身份账号具有唯一性,每个所述用户的所述身份账号都是独一无二的。根据所述身份账号即可获取对应的身份信息。所述身份信息包括用户的所述基本信息和所述兴趣信息。根据所述用户图像也可以获取所述用户的年龄信息和性别信息。
图谱构建模块520,用于根据所述身份信息获取所述用户的兴趣图谱;
根据所述身份账号可以唯一地确定对应的用户,并从云端服务器或者本地储存器获取所述身份账号对应用户在使用智能终端时浏览的内容(例如新闻、视频)。用户在使用智能终端时浏览的内容多种多样,为了准确地提取出所述用户感兴趣的内容,本公开根据所述浏览的内容生成对应的浏览标签。需要说明的是,单个浏览内容可能对应一个或者多个浏览标签,例如网球运动对应的所述浏览标签可以为“体育”和“网球”。统计一段时间内所述浏览标签的浏览频率,将所述浏览标签中出现频率前N名的标签筛选出来,即可构建所述用户对应的兴趣图谱。
虚拟助手生成模块530,用于根据所述身份信息和所述兴趣图谱生成虚拟助手和所述虚拟助手使用的提示语音。
获取用户的身份信息,并根据所述身份信息获取所述兴趣图谱,针对所述兴趣图谱可以生成对应的虚拟助手和所述虚拟助手使用的提示语音。
在一种可能的实施例中,用户的兴趣图谱中包括“网球”,可以生成穿着网球运动服的虚拟助手,所述虚拟助手对应的年龄和所述用户的年龄相仿,所述虚拟助手对应的性别和所述用户的性别相同。
在一种可能的实施例中,用户的兴趣图谱中包括“动漫”,则可以根据所述用户浏览频率较高的动漫,提取其中角色的语音素材,根据所述语音素材生成对应的提示语音,所述提示语音为从文本到语音(Text To Speech,TTS)语音,所述TTS是人机对话的一部分,可以实现智能终端发音的功能。根据语音素材可以让所述智能终端用所述语音素材对应的声音特征发出各种语音,来对用户进行提示。
图6是根据本公开实施例提供的一种虚拟助手生成装置的结构示意图,如图6所示,所述虚拟助手生成装置600包括:
身份账号生成子模块610,用于对所述用户图像进行脸部识别以生成用户的身份账号;
当用户在使用智能终端时,所述智能终端可以通过视觉传感器采集所述用户的用户图像,根据所述用户图像可以生成用户的身份账号,例如人脸账号faceID,所述faceID的安全性高,确保每个用户脸部图像对应唯一的身份账号。所述身份账号为所述用户身份的凭证,所述身份账号具有唯一性,每个所述用户的所述身份账号都是独一无二的。根据所述身份账号即可获取对应的身份信息。所述身份信息包括用户的所述基本信息和所述兴趣信息。
身份信息获取子模块620,用于根据所述身份账号获取所述用户的身份信息。
根据所述身份账号可以唯一地确定对应的用户,并从云端服务器或者本地储存器获取所述身份账号对应用户在使用智能终端时浏览的内容(例如新闻、视频)。
图7是根据本公开实施例提供的一种虚拟助手生成装置的结构示意图,如图7所示,所述虚拟助手生成装置700包括:
浏览标签获取子模块710,用于根据所述身份信息获取所述用户的多个浏览标签;
用户在使用智能终端时浏览的内容多种多样,为了准确地提取出所述用户感兴趣的内容,本公开根据所述浏览的内容生成对应的浏览标签。需要说明的是,单个浏览内容可能对应一个或者多个浏览标签。例如用户浏览了西游记动画的视频,生成的浏览标签可以为“动画”、“西游记”、“神话”。这样从多个角度来获取所述用户的浏览标签,可以更准确地解析用户的浏览偏好,生成的兴趣图谱更加符合用户的兴趣爱好。
兴趣图谱生成子模块720,用于根据所述多个浏览标签的浏览频率生成所述兴趣图谱。
由于所述用户浏览标签具有多样性,为了更准确的生成所述兴趣图谱,本公开对一段时间内所述用户的浏览标签进行统计,由于所述用户的兴趣爱好是动态变化的,为了使所述虚拟助手更加符合用户使用时的兴趣,所述一段时间为用户使用所述智能终端前的M天内,需要说明的是,实施者可以根据时间情况调整M的数值,本公开不对M的具体数值进行限制。在一种可能的实施例中,所述M=30。
所述浏览标签的出现频率越高,说明该浏览标签受所述用户喜爱,所以本公开通过对比所述浏览标签出现的频率来生成所述兴趣图谱。
图8是根据本公开实施例提供的一种虚拟助手生成装置的结构示意图,如图8所示,所述虚拟助手生成装置800包括:
序列生成单元810,用于将所述浏览标签按照浏览频率从大到小排列,生成浏览标签序列;
所述浏览标签的出现频率越高,说明该浏览标签受所述用户喜爱,为了对比所述浏览标签的浏览频率,本公开将所述浏览标签按照浏览频率从大到小排列,生成浏览标签序列,方便后续生成所述兴趣图谱。兴趣图谱是以用户兴趣为线索的图谱,以用户的兴趣为基础。是一种表明用户兴趣的网络图谱。兴趣图谱是依赖用户在所述智能终端上浏览而产生的。
兴趣图谱生成单元820,用于将所述浏览标签序列中前N项浏览标签加入所述兴趣图谱,所述N为正整数。
用户感兴趣的浏览标签一般不止有一个,为了准确地获取所述用户感兴趣的浏览标签,将所述浏览标签序列中前N项浏览标签加入所述兴趣图谱,以构建所述兴趣图谱。需要说明的是,所述N的数值可以由实施者根据实际情况调整,本公开不对所述N的具体数值进行限定。在一种可能的实施例中,N=6。
可选地,所述虚拟助手生成模块,包括:
第一虚拟助手生成子模块,用于根据所述身份信息中的年龄信息和性别信息生成对应的所述虚拟助手和所述虚拟助手使用的提示语音。
所述年龄信息可以为用户的具体年龄,可选地,所述年龄信息为所述用户的年龄段。例如6-12岁对应儿童年龄段。
所述提示语音为从文本到语音(Text To Speech,TTS)语音,所述TTS是人机对话的一部分,可以实现智能终端发音的功能。根据语音素材可以让所述智能终端用所述语音素材对应的声音特征发出各种语音,来对用户进行提示。
在一种可能的实施例中,所述用户的年龄信息为儿童年龄段,所述性别信息为女。则生成的所述虚拟助手的形象为处于儿童年龄段的女性。所述提示语音为处于儿童年龄段的女性的音调。
可选地,还包括:
第二虚拟助手生成子模块,用于根据所述兴趣图谱中的所述浏览标签生成对应的所述虚拟助手和所述虚拟助手使用的所述提示语音。
根据所述用户的兴趣图谱可以生成个性化的所述虚拟助手和所述虚拟助手使用的所述提示语音。在一种可能的实施例中,所述兴趣图谱包括“相声”,则可以著名相声演员的形象的所述虚拟助手,且该形象对应所述用户年龄信息。根据所述著名相声演员的语音素材生成所述提示语音,所述提示语音的音调与所述著名相声演员相符合。所述虚拟形象可以在导航时为所述用户提示驾驶路线和限速信息。
图9是根据本公开实施例提供的一种虚拟助手生成方法的流程示意图;
当用户落座在智能终端前时,智能终端通过摄像头采集所述用户的图像,根据所述图像判断所述用户的年龄、性别。
通过一段时间对用户兴趣爱好的记录后,根据所述兴趣爱好和推荐***生成虚拟助手和所述虚拟助手对应的提示语音。如果所述用户为老人,且为男性,则生成老年男性形象的所述虚拟助手。并根据所述老人的兴趣爱好采集语音素材,以生成所述提示语音。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图10示出了可以用来实施本公开的实施例的示例电子设备1000的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图10所示,设备1000包括计算单元1001,其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序,来执行各种适当的动作和处理。在RAM 1003中,还可存储设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
设备1000中的多个部件连接至I/O接口1005,包括:输入单元1006,例如键盘、鼠标等;输出单元1007,例如各种类型的显示器、扬声器等;存储单元1008,例如磁盘、光盘等;以及通信单元1009,例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理,例如所述虚拟助手生成方法。例如,在一些实施例中,所述虚拟助手生成方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1008。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时,可以执行上文描述的所述虚拟助手生成方法的一个或多个步骤。备选地,在其他实施例中,计算单元1001可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行所述虚拟助手生成方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (15)
1.一种虚拟助手生成的方法,包括:
采集用户图像,根据所述用户图像获取所述用户的身份信息;
根据所述身份信息获取所述用户的兴趣图谱;
根据所述身份信息和所述兴趣图谱生成虚拟助手和所述虚拟助手使用的提示语音。
2.根据权利要求1所述的方法,其中,所述根据所述用户图像获取所述用户的身份信息,包括:
对所述用户图像进行脸部识别以生成用户的身份账号;
根据所述身份账号获取所述用户的身份信息。
3.根据权利要求1所述的方法,其中,所述根据所述身份信息获取所述用户的兴趣图谱,包括:
根据所述身份信息获取所述用户的多个浏览标签;
根据所述多个浏览标签的浏览频率生成所述兴趣图谱。
4.根据权利要求3所述的方法,其中,所述根据所述多个浏览标签的浏览频率生成所述兴趣图谱,包括:
将所述浏览标签按照浏览频率从大到小排列,生成浏览标签序列;
将所述浏览标签序列中前N项浏览标签加入所述兴趣图谱,所述N为正整数。
5.根据权利要求2所述的方法,其中,所述根据所述身份信息和所述兴趣图谱生成虚拟助手和所述虚拟助手使用的提示语音,包括:
根据所述身份信息中的年龄信息和性别信息生成对应的所述虚拟助手和所述虚拟助手使用的提示语音。
6.根据权利要求4所述的方法,其中,还包括:
根据所述兴趣图谱中的所述浏览标签生成对应的所述虚拟助手和所述虚拟助手使用的所述提示语音。
7.一种虚拟助手生成的装置,包括:
身份信息获取模块,用于采集用户图像,根据所述用户图像获取所述用户的身份信息;
图谱构建模块,用于根据所述身份信息获取所述用户的兴趣图谱;
虚拟助手生成模块,用于根据所述身份信息和所述兴趣图谱生成虚拟助手和所述虚拟助手使用的提示语音。
8.根据权利要求7所述的装置,其中,所述身份信息获取模块,包括:
身份账号生成子模块,用于对所述用户图像进行脸部识别以生成用户的身份账号;
身份信息获取子模块,用于根据所述身份账号获取所述用户的身份信息。
9.根据权利要求7所述的装置,其中,所述图谱构建模块,包括:
浏览标签获取子模块,用于根据所述身份信息获取所述用户的多个浏览标签;
兴趣图谱生成子模块,用于根据所述多个浏览标签的浏览频率生成所述兴趣图谱。
10.根据权利要求9所述的装置,其中,所述兴趣图谱生成子模块,包括:
序列生成单元,用于将所述浏览标签按照浏览频率从大到小排列,生成浏览标签序列;
兴趣图谱生成单元,用于将所述浏览标签序列中前N项浏览标签加入所述兴趣图谱,所述N为正整数。
11.根据权利要求8所述的装置,其中,所述虚拟助手生成模块,包括:
第一虚拟助手生成子模块,用于根据所述身份信息中的年龄信息和性别信息生成对应的所述虚拟助手和所述虚拟助手使用的提示语音。
12.根据权利要求10所述的装置,其中,还包括:
第二虚拟助手生成子模块,用于根据所述兴趣图谱中的所述浏览标签生成对应的所述虚拟助手和所述虚拟助手使用的所述提示语音。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110871284.1A CN113656125A (zh) | 2021-07-30 | 2021-07-30 | 一种虚拟助手生成的方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110871284.1A CN113656125A (zh) | 2021-07-30 | 2021-07-30 | 一种虚拟助手生成的方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113656125A true CN113656125A (zh) | 2021-11-16 |
Family
ID=78478139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110871284.1A Pending CN113656125A (zh) | 2021-07-30 | 2021-07-30 | 一种虚拟助手生成的方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113656125A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114356083A (zh) * | 2021-12-22 | 2022-04-15 | 阿波罗智联(北京)科技有限公司 | 虚拟个人助理控制方法、装置、电子设备及可读存储介质 |
WO2023159536A1 (zh) * | 2022-02-28 | 2023-08-31 | 华为技术有限公司 | 人机交互方法、装置以及终端设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016218950A (ja) * | 2015-05-26 | 2016-12-22 | 株式会社神戸デジタル・ラボ | インタレスト情報生成システム |
CN107728780A (zh) * | 2017-09-18 | 2018-02-23 | 北京光年无限科技有限公司 | 一种基于虚拟机器人的人机交互方法及装置 |
CN110348895A (zh) * | 2019-06-29 | 2019-10-18 | 北京淇瑀信息科技有限公司 | 一种基于用户标签的个性化推荐方法、装置和电子设备 |
CN110489513A (zh) * | 2019-06-24 | 2019-11-22 | 覃立万 | 一种智能机器人社交信息处理方法及与人的社交*** |
US20200034108A1 (en) * | 2018-07-25 | 2020-01-30 | Sensory, Incorporated | Dynamic Volume Adjustment For Virtual Assistants |
CN111210275A (zh) * | 2020-01-06 | 2020-05-29 | 平安科技(深圳)有限公司 | 基于vr数据的用户画像构建方法、装置及计算机设备 |
CN111737594A (zh) * | 2020-06-24 | 2020-10-02 | 中网数据(北京)股份有限公司 | 基于无监督标签生成的虚拟网络角色行为塑造方法 |
CN112100352A (zh) * | 2020-09-14 | 2020-12-18 | 北京百度网讯科技有限公司 | 与虚拟对象的对话方法、装置、客户端及存储介质 |
CN112162628A (zh) * | 2020-09-01 | 2021-01-01 | 魔珐(上海)信息科技有限公司 | 基于虚拟角色的多模态交互方法、装置及***、存储介质、终端 |
-
2021
- 2021-07-30 CN CN202110871284.1A patent/CN113656125A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016218950A (ja) * | 2015-05-26 | 2016-12-22 | 株式会社神戸デジタル・ラボ | インタレスト情報生成システム |
CN107728780A (zh) * | 2017-09-18 | 2018-02-23 | 北京光年无限科技有限公司 | 一种基于虚拟机器人的人机交互方法及装置 |
US20200034108A1 (en) * | 2018-07-25 | 2020-01-30 | Sensory, Incorporated | Dynamic Volume Adjustment For Virtual Assistants |
CN110489513A (zh) * | 2019-06-24 | 2019-11-22 | 覃立万 | 一种智能机器人社交信息处理方法及与人的社交*** |
CN110348895A (zh) * | 2019-06-29 | 2019-10-18 | 北京淇瑀信息科技有限公司 | 一种基于用户标签的个性化推荐方法、装置和电子设备 |
CN111210275A (zh) * | 2020-01-06 | 2020-05-29 | 平安科技(深圳)有限公司 | 基于vr数据的用户画像构建方法、装置及计算机设备 |
CN111737594A (zh) * | 2020-06-24 | 2020-10-02 | 中网数据(北京)股份有限公司 | 基于无监督标签生成的虚拟网络角色行为塑造方法 |
CN112162628A (zh) * | 2020-09-01 | 2021-01-01 | 魔珐(上海)信息科技有限公司 | 基于虚拟角色的多模态交互方法、装置及***、存储介质、终端 |
CN112100352A (zh) * | 2020-09-14 | 2020-12-18 | 北京百度网讯科技有限公司 | 与虚拟对象的对话方法、装置、客户端及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114356083A (zh) * | 2021-12-22 | 2022-04-15 | 阿波罗智联(北京)科技有限公司 | 虚拟个人助理控制方法、装置、电子设备及可读存储介质 |
WO2023159536A1 (zh) * | 2022-02-28 | 2023-08-31 | 华为技术有限公司 | 人机交互方法、装置以及终端设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111353064B (zh) | 表情包生成方法、装置、设备和介质 | |
CN113159010B (zh) | 视频分类方法、装置、设备和存储介质 | |
JP7394809B2 (ja) | ビデオを処理するための方法、装置、電子機器、媒体及びコンピュータプログラム | |
CN112818224B (zh) | 信息推荐方法、装置、电子设备及可读存储介质 | |
CN113656125A (zh) | 一种虚拟助手生成的方法、装置及电子设备 | |
CN110427436B (zh) | 实体相似度计算的方法及装置 | |
CN113365146B (zh) | 用于处理视频的方法、装置、设备、介质和产品 | |
CN112269864B (zh) | 生成播报语音的方法、装置、设备和计算机存储介质 | |
CN114154013A (zh) | 视频推荐方法、装置、设备及存储介质 | |
US20190158624A1 (en) | Event management and presentation | |
CN113627536A (zh) | 模型训练、视频分类方法,装置,设备以及存储介质 | |
CN114125498B (zh) | 视频数据处理方法、装置、设备以及存储介质 | |
CN113435523B (zh) | 预测内容点击率的方法、装置、电子设备以及存储介质 | |
CN112784102B (zh) | 视频检索方法、装置和电子设备 | |
CN113111197A (zh) | 多媒体内容的推荐方法、装置、设备及存储介质 | |
CN106021279B (zh) | 信息显示方法和装置 | |
US11741713B2 (en) | Method of detecting action, electronic device, and storage medium | |
CN115942039B (zh) | 视频生成方法、装置、电子设备和存储介质 | |
CN116955817A (zh) | 内容推荐方法、装置、电子设备以及存储介质 | |
CN113873323B (zh) | 视频播放方法、装置、电子设备和介质 | |
CN111353070A (zh) | 视频标题的处理方法、装置、电子设备及可读存储介质 | |
CN114818982A (zh) | 一种用户画像的生成方法、装置及电子设备 | |
CN112487164A (zh) | 一种人工智能交互方法 | |
CN111949821A (zh) | 视频推荐方法、装置、电子设备和存储介质 | |
CN115202538B (zh) | 一种菜单配置方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |