[发明专利]基于情绪引擎技术的语音交互方法、智能终端及存储介质

说明书

本发明公开了一种基于情绪引擎技术的语音交互方法、存储介质及智能终端，方法包括：获取用户输入的语音信息，并获取用户的人脸图像信息；从所述语音信息与人脸图像信息中提取情绪识别特征，并将提取的情绪识别特征输入至预设的情绪识别模型；通过所述情绪识别模型计算出用户的情绪，并基于用户的情绪生成拟人化的语音交互策略，并输出。本发明通过对用户情感的分析，并在语音交互中加入情感，从而塑造出有情感的智能语音交互方式，摆脱传统语音交互系统机械化、被动式的交流模式，给用户的使用提供了方便。

技术领域

本发明涉及互联网交互技术领域，具体涉及一种基于情绪引擎技术的语音交互方法、智能终端及存储介质。

背景技术

随着人机交互技术的持续创新，人们的交互方式在不断改变，从鼠标、键盘、遥控器再到触屏，交互方式越来越简单。计算机的第一平台时代，人和机器的交互只能通过键盘和鼠标，这个时期的技术只能存在于机房，操作十分繁琐；到了第二平台时代，计算机增加了一些相对友好的交互界面设计，人们无需在DOS界面输入命令，通过简单的界面操作即可与计算机交互，交互体验得到了很大提升；到了第三平台时代，触屏技术兴起，人们直接动动手指即可完成交互操作，摆脱了键盘鼠标等辅助交互设备的束缚，交互方式更加便捷，同时也为移动设备的改革提供了可能，使得技术能够存在于人人的口袋里。而人工智能技术的兴起，为更加自然的交互方式提供了可能——自然语言会话，使用者可通过自然语言的方式与机器交互、获取信息，并以对话式交互为核心，将语音技术、图像技术、人脸识别技术、增强显示技术相结合，使技术存在于无处不在的设备中。

会话式人工智能是AI技术的一个主要应用，主要是指利用语音识别、语义理解、多轮对话和自然语言理解等技术，让用户以自然语言的方式与机器人沟通。但是，目前用户与机器人之间语音交互的主要停留在被动任务式的对话，通过固化的对话管理机制对用户进行反问或应答，这种方式虽然能够完成用户基本的对话需求，但是并不能依据用户的当前情绪来进行更为智能的应答，使用不便。

因此，现有技术还有待于改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于情绪引擎技术的语音交互方法、智能终端及存储介质，旨在解决现有技术中的用户在与智能机器人之间的对话采用的固化的应答模式，智能机器人并不能依据用户当前的情绪来做出更为智能的应答等问题。

本发明解决技术问题所采用的技术方案如下：

一种基于情绪引擎技术的语音交互方法，其中，所述方法包括：

获取用户输入的语音信息，并获取用户的人脸图像信息；

从所述语音信息与人脸图像信息中提取情绪识别特征，并将提取的情绪识别特征输入至预设的情绪识别模型；

通过所述情绪识别模型计算出用户的情绪，并基于用户的情绪生成拟人化的语音交互策略，并输出。

所述的基于情绪引擎技术的语音交互方法，其中，所述获取用户输入的语音信息，并获取用户的人脸图像信息的步骤，具体包括：

通过预设的远程设备或者遥控器拾音设备获取用户输入的语音信息；

通过预设的摄像头设备获取用户的人脸图像信息。

所述的基于情绪引擎技术的语音交互方法，其中，所述从所述语音信息与人脸图像信息中提取情绪识别特征，并将提取的情绪识别特征输入至预设的情绪识别模型的步骤，具体包括：

将获取到的语音信息中的一路语音信号通过ASR语音识别模块转换成文本信息，并从所述文本信息中提取用户的文本情绪状态；

将获取到的语音信息中的另一路语音信号通过预设的语音情绪感知器提取出用户的音频情绪状态；

将获取到的人脸图像信息通过预设的表情识别系统提取出用户的表情状态；