[發明專利]基于人工智能的對話方法、裝置、終端及存儲介質

在審

• 申請號: 202110573359.8
• 申請日: 2021-05-25
• 公開（公告）號: CN113157894A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 唐亞
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33;G06F40/151;G06K9/62
• 代理公司: 深圳國新南方知識產權代理有限公司 44374
• 代理人: 周雷

1.一種基于人工智能的對話方法，其特征在于，包括：

當開始與用戶進行對話時，依次逐個輸出預設話題庫中的每個話題，并在每輸出一個話題時，采集所述用戶針對于當前話題的語音信息和面部圖像信息；

利用預先訓練好的感興趣預測模型分析所述語音信息和所述面部圖像信息，以得到所述用戶對所述當前話題的感興趣概率值；

當所述感興趣概率值達到預設閾值時，輸出所述當前話題的下一話題。

2.根據權利要求1所述的基于人工智能的對話方法，其特征在于，所述利用預先訓練好的感興趣預測模型分析所述語音信息和所述面部圖像信息，以得到所述用戶對所述當前話題的感興趣概率值，包括：

從所述語音信息中提取聲紋特征，并從所述面部圖像信息中提取表情特征；

將所述聲紋特征輸入至所述聲紋預測子模型，得到第一預測概率值，并將所述表情特征輸入至所述表情預測子模型，得到第二預測概率值；

利用第一權重值和第二權重值對所述第一預測概率值和所述第二預測概率值進行加權計算，得到所述感興趣概率值。

3.根據權利要求1所述的基于人工智能的對話方法，其特征在于，所述得到所述用戶對所述當前話題的感興趣概率值之后，還包括：

當所述感興趣概率值未達到預設閾值時，將所述語音信息轉換為文本信息后，從所述話題庫中查詢與所述文本信息匹配度最高的話題并輸出。

4.根據權利要求3所述的基于人工智能的對話方法，其特征在于，所述將所述語音信息轉換為文本信息后，從所述話題庫中查詢與所述文本信息匹配度最高的話題并輸出，包括：

將所述語音信息轉換為文本信息；

從所述文本信息中提取得到文本特征，并將所述文本特征輸入至預先訓練好的文本匹配模型，以與所述話題庫中的每個話題進行匹配，得到匹配度最高的話題；

將所述匹配度最高的話題轉換為語音并輸出。

5.根據權利要求3所述的基于人工智能的對話方法，其特征在于，所述將所述語音信息轉換為文本信息后，從所述話題庫中查詢與所述文本信息匹配度最高的話題并輸出之后，還包括：

將所述當前話題的不感興趣次數累加一次；

每間隔預設時間段，篩選出所述不感興趣次數達到預設次數的待替換話題，并提醒工作人員對所述待替換話題進行更新。

6.根據權利要求1所述的基于人工智能的對話方法，其特征在于，所述輸出所述當前話題的下一話題之后，還包括：

獲取用戶的滿意度評價結果，并將所述滿意度評價結果作為所述歷史訓練數據對所述感興趣預測模型進行訓練。

7.根據權利要求1所述的基于人工智能的對話方法，其特征在于，所述方法還包括預先訓練所述感興趣預測模型，具體包括：

獲取歷史訓練數據，所述歷史訓練數據包括歷史語音信息、歷史面部圖像信息和真實感興趣結果；

從所述歷史語音信息中提取歷史聲紋特征，并從所述歷史面部圖像信息中提取歷史表情特征；

將所述歷史聲紋特征輸入至待訓練的聲紋預測子模型得到第三預測概率值，并將所述歷史表情特征輸入至待訓練的表情預測子模型得到第四預測概率值；

利用待訓練的第一權重值和第二權重值對所述第三預測概率值和所述第四預測概率值進行加權計算，得到最終預測概率值；

根據所述最終預測概率值確認預測感興趣結果，再利用所述預測感興趣結果與所述真實感興趣結果反向更新所述聲紋預測子模型、所述表情預測子模型、所述第一權重值和所述第二權重值，直至達到預設精度。

8.一種基于人工智能的對話裝置，其特征在于，包括：

采集模塊，用于當開始與用戶進行對話時，依次逐個輸出預設話題庫中的每個話題，并在每輸出一個話題時，采集所述用戶針對于當前話題的語音信息和面部圖像信息；

分析模塊，用于利用預先訓練好的感興趣預測模型分析所述語音信息和所述面部圖像信息，以得到所述用戶對所述當前話題的感興趣概率值；

輸出模塊，用于當所述感興趣概率值達到預設閾值時，輸出所述當前話題的下一話題。