[發明專利]一種基于視頻及語音交互服務設備

在審

• 申請號: 201910358518.5
• 申請日: 2019-04-30
• 公開（公告）號: CN109961789A
• 公開（公告）日: 2019-07-02
• 發明（設計）人: 張玄武
• 申請（專利權）人: 張玄武
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L21/0208;G10L25/30
• 代理公司: 寧波鄞州全方專利商標事務所(普通合伙) 33242
• 代理人: 樓瑜舟;劉永斌

1.一種基于視頻及語音交互服務設備，其特征在于：包括數據采集裝置(1)、數據識別裝置(2)、數據輸出裝置(3)，所述數據采集裝置(1)、數據識別裝置(2)、數據輸出裝置(3)通過無線連接并安裝在服務器上。

2.根據權利要求1所述一種基于視頻及語音交互服務設備，其特征在于：所述數據采集裝置(1)設置有攝像頭(11)、麥克風(13)、分類器(12)，所述攝像頭(11)與所述麥克風(13)連接在顯示器(311)上，所述分類器(12)與所述攝像頭(11)、麥克風(13)通過總數據線相連接，所述麥克風(13)有降噪功能。

3.根據權利要求1所述一種基于視頻及語音交互服務設備，其特征在于：所述數據輸出裝置(3)設置有對話管理及服務管理系統(32)，所述對話管理及服務管理系統(32)與顯示器(311)相連接。

4.根據權利要求1所述一種基于視頻及語音交互服務設備，其特征在于：所述數據輸出裝置(3)設置有推薦系統(33)，所述推薦系統(33)與顯示器(311)相連接。

5.根據權利要求1所述一種基于視頻及語音交互服務設備，其特征在于：所述數據輸出裝置(3)設置有人機交互顯示裝置(31)，所述人機交互顯示裝置(31)上設置有顯示器(311)、喇叭(312)，所述喇叭(312)連接在所述顯示器(311)上。

6.根據權利要求1所述一種基于視頻及語音交互服務設備，其特征在于：所述數據識別裝置(2)設置有意圖識別系統(22)。

7.根據權利要求6所述一種基于視頻及語音交互服務設備，其特征在于：所述意圖識別系統(22)為Embedding運算系統。

8.根據權利要求1所述一種基于視頻及語音交互服務設備，其特征在于：所述數據識別裝置(2)還包括語音及視頻識別系統(21)，所述語音及視頻識別系統(21)連接在服務器上。

9.根據權利要求8所述一種基于視頻及語音交互服務設備，其特征在于：所述語音及視頻識別系統(21)包括識別器(211)、音頻轉化系統(212)、視頻圖像編碼系統(213)、視頻編碼及語音和視頻信息融合系統(214)、融合信息識別系統(215)、解碼器(216)，所述識別器(211)與分類器(12)相連接，所述音頻轉化系統(212)、視頻圖像編碼系統(213)、視頻編碼及語音和視頻信息融合系統(214)、融合信息識別系統(215)、解碼器(216)均通過無線連接。

10.根據權利要求9所述一種基于視頻及語音交互服務設備，其特征在于：所述的音頻轉化系統(212)為時頻轉化及卷積神經網絡系統，視頻圖像編碼系統(213)為卷積神經網絡系統，視頻編碼及語音和視頻信息融合系統(214)為深度神經網絡識別系統，融合信息識別系統(215)為Attention識別系統。