[发明专利]基于AI算法实现多模态控制数字人交互方法及装置

权利要求书

1.一种基于AI算法实现多模态控制数字人交互方法，用于用户向终端上的数字

人发起语音交互过程中，其特征是，所述方法包括；

获取用户的语音流，其中，所述语音流为所述用户用于咨询业务的输出语音

流；

将所述语音流通过AI算法识别获得所述语音流对应的用户意图；

将所述用户意图信息结构化后发送至业务决策引擎中，所述业务决策引擎基

于AI算法与关键字生成话术逻辑匹配获得所述用户意图对应的话术信息，其中，所述话术信息对应有唯一序列号数据；

所述终端根据所述唯一序列号数据获取所述话术信息；

所述话术问答信息与所述数字人的数字形象耦合在所述终端输出。

2.根据权利要求1所述的一种基于AI算法实现多模态控制数字人交互方法，其

特征是，将所述语音流通过AI算法识别获得所述语音流对应的用户意图之前，将所述语音流断句获得至少一条有效语音流。

3.根据权利要求1所述的一种基于AI算法实现多模态控制数字人交互方法，其

特征是，将所述语音流通过AI算法识别获得所述语音流对应的用户意图包括：

将所述语音流通过ASR识别后获得文字流；

将所述文字流发送至NLP服务分析获得所述语音流对应的用户意图。

4.根据权利要求1所述的一种基于AI算法实现多模态控制数字人交互方法，其

特征是，所述业务决策引擎包括根节点、问答节点和信息节点。

5.根据权利要求1所述的一种基于AI算法实现多模态控制数字人交互方法，其

特征是，所述方法还包括：

计算所述用户意图与所述根节点之间的相似度获得第一根节点，其中，所述第一根节点为所述用户意图与所述根节点之间相似度最高的根节点；

基于所述第一根节点获取对应的第一问答节点；

基于所述第一问答节点输出第一信息节点，其中，所述第一信息节点至少包括所述用户意图对应的话术问答信息。

6.根据权利要求5所述的一种基于AI算法实现多模态控制数字人交互方法，其

特征是，所述话术问答信息与所述数字人的数字形象耦合在所述终端完成视频输出后：

用户在所述终端的第一输入界面上完成数据采集，其中，所述数据至少包括所述用户的手机号码；

所述终端通过短信发送表单至所述用户的手机；

所述终端的第二输入界面上显示短信验证码的输入界面用于所述表单的验证。

7.一种基于AI算法实现多模态控制数字人交互装置，用于用户向终端上的数字

人发起语音交互过程中，其特征是，所述装置包括；

第一获取单元，用于获取用户的语音流，其中，所述语音流为所述用户用于

咨询业务的输出语音流；

AI单元，用于将所述语音流通过AI算法识别获得所述语音流对应的用户意

图；

第一发送单元，用于将所述用户意图信息结构化后发送至业务决策引擎中，

所述业务决策引擎基于AI算法与关键字生成话术逻辑匹配获得所述用户意图对应的话术信息，其中，所述话术信息对应有唯一序列号数据；

第二获取单元，所述终端根据所述唯一序列号数据获取所述话术信息；

第一耦合单元，用于所述话术问答信息与所述数字人的数字形象耦合在所述

终端输出。

8.一种电子设备，其特征是，所述电子设备包括处理器和存储器，所述存储

器中存储有至少一条指令、至少一段程序、待码集或指令集，所述至少一条指令、所述至少一段程序、所述待码集或指令集由所述处理器执行以实现如权利要求1-6任一项权利要求所述的基于AI算法实现多模态控制数字人交互方法。

9.一种计算机可读存储介质，其特征是，所述计算机可读存储介质中存储有

至少一条指令、至少一段程序、待码集或指令集，所述至少一条指令、所述至少一段程序、所述待码集或指令集由处理器执行以实现如权利要求1-6任一项权利要求所述的基于AI算法实现多模态控制数字人交互方法。