[發(fā)明專(zhuān)利]虛擬數(shù)字人交互方法、系統(tǒng)、設(shè)備及計(jì)算機(jī)程序產(chǎn)品

在審

• 申請(qǐng)?zhí)枺?/td>: 202111259647.2
• 申請(qǐng)日: 2021-10-26
• 公開(kāi)（公告）號(hào): CN113992929A
• 公開(kāi)（公告）日: 2022-01-28
• 發(fā)明（設(shè)計(jì)）人: 黃啟亮
• 申請(qǐng)（專(zhuān)利權(quán)）人: 招商銀行股份有限公司
• 主分類(lèi)號(hào): H04N21/2187
• 分類(lèi)號(hào): H04N21/2187;H04N21/232;H04N21/239;H04N21/437;H04N21/858;G10L15/22;G10L15/26
• 代理公司: 深圳市世紀(jì)恒程知識(shí)產(chǎn)權(quán)代理事務(wù)所 44287
• 代理人: 胡海國(guó)

本發(fā)明公開(kāi)了一種虛擬數(shù)字人交互方法、系統(tǒng)、設(shè)備及產(chǎn)品，通過(guò)預(yù)先合成能夠滿足用戶交互需求的虛擬數(shù)字人視頻，并預(yù)先存儲(chǔ)視頻標(biāo)識(shí)和答案標(biāo)識(shí)之間的關(guān)聯(lián)關(guān)系，然后在接收到交互指令時(shí)，確定能夠滿足用戶需求的答案所對(duì)應(yīng)標(biāo)識(shí)，最后根據(jù)預(yù)存的關(guān)聯(lián)關(guān)系就能夠查找到與目標(biāo)答案標(biāo)識(shí)關(guān)聯(lián)的目標(biāo)視頻標(biāo)識(shí)，并將目標(biāo)視頻標(biāo)識(shí)發(fā)送至客戶端，客戶端即可根據(jù)目標(biāo)視頻標(biāo)識(shí)獲取到目標(biāo)數(shù)字人視頻并加以展示，避免了系統(tǒng)在用戶發(fā)出指令后再進(jìn)行數(shù)字人視頻制作的帶寬消耗，也無(wú)需系統(tǒng)獲取到真實(shí)的目標(biāo)視頻數(shù)據(jù)，即便是在高并發(fā)的場(chǎng)景下，基于普通后臺(tái)服務(wù)器的常規(guī)帶寬也能夠支持批量的標(biāo)識(shí)查找分發(fā)這類(lèi)簡(jiǎn)單操作，從而實(shí)現(xiàn)一對(duì)一大并發(fā)量的虛擬數(shù)字人交互操作。

技術(shù)領(lǐng)域

本發(fā)明涉及虛擬數(shù)字人技術(shù)領(lǐng)域，尤其涉及虛擬數(shù)字人交互方法、系統(tǒng)、設(shè)備及計(jì)算機(jī)程序產(chǎn)品。

背景技術(shù)

隨著人工智能、虛擬現(xiàn)實(shí)等新技術(shù)的快速發(fā)展，虛擬數(shù)字人技術(shù)也得到飛躍式提升，開(kāi)始從外觀的數(shù)字化逐漸深入到行為的交互化、思想的智能化。以虛擬主播、虛擬員工等為代表的數(shù)字人成功進(jìn)入大眾視野，活躍于影視、游戲、傳媒、文旅、金融等眾多領(lǐng)域。虛擬數(shù)字人指的是通過(guò)錄制一段真人視頻，基于計(jì)算機(jī)視覺(jué)和語(yǔ)音合成等技術(shù)，進(jìn)行形象、聲音、動(dòng)作等的模型訓(xùn)練后，可以通過(guò)在后臺(tái)自由輸入任意文字，便可以生成“真人”講解的短視頻。

但是，目前業(yè)界已存在的虛擬數(shù)字人系統(tǒng)都是基于直播的思路所設(shè)計(jì)，此類(lèi)系統(tǒng)只適合一對(duì)多的場(chǎng)景，而在一對(duì)一的咨詢(xún)、服務(wù)類(lèi)場(chǎng)景下，現(xiàn)有的虛擬數(shù)字人系統(tǒng)存在消耗大量計(jì)算資源和帶寬的情況，難以向服務(wù)類(lèi)型的場(chǎng)景下拓展。

發(fā)明內(nèi)容

本發(fā)明的主要目的在于提出一種虛擬數(shù)字人交互方法、系統(tǒng)、設(shè)備及計(jì)算機(jī)程序產(chǎn)品，旨在解決現(xiàn)有的虛擬數(shù)字人系統(tǒng)在使用過(guò)程中無(wú)法支持一對(duì)一大并發(fā)量的技術(shù)問(wèn)題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供一種虛擬數(shù)字人交互方法，所述虛擬數(shù)字人交互方法包括：

接收基于客戶端發(fā)送的數(shù)字人交互請(qǐng)求，根據(jù)所述數(shù)字人交互請(qǐng)求確定交互請(qǐng)求信息；

獲取與所述交互請(qǐng)求信息對(duì)應(yīng)的目標(biāo)答案標(biāo)識(shí)，并從預(yù)設(shè)的關(guān)聯(lián)關(guān)系集合中查找到與所述目標(biāo)答案標(biāo)識(shí)關(guān)聯(lián)的目標(biāo)視頻標(biāo)識(shí)；

將所述目標(biāo)視頻標(biāo)識(shí)發(fā)送至所述客戶端，以供所述客戶端基于所述目標(biāo)視頻標(biāo)識(shí)獲取對(duì)應(yīng)的目標(biāo)數(shù)字人視頻并進(jìn)行交互展示，其中，所述目標(biāo)數(shù)字人視頻為預(yù)制作的虛擬數(shù)字人視頻。

可選地，所述接收基于客戶端發(fā)送的數(shù)字人交互請(qǐng)求的步驟之前，還包括：

從指定機(jī)器人引擎中獲取用于交互應(yīng)答的全量答案庫(kù)，其中，所述全量答案庫(kù)中包含多個(gè)交互應(yīng)答信息，其中，每一所述交互應(yīng)答信息對(duì)應(yīng)有答案標(biāo)識(shí)；

針對(duì)所述全量答案庫(kù)中的每一交互應(yīng)答信息生成相應(yīng)的數(shù)字人視頻，并獲取每一所述數(shù)字人視頻對(duì)應(yīng)的視頻標(biāo)識(shí)；

建立所述視頻標(biāo)識(shí)和所述答案標(biāo)識(shí)的關(guān)聯(lián)關(guān)系，以得到所述關(guān)聯(lián)關(guān)系集合。

可選地，所述獲取每一所述數(shù)字人視頻對(duì)應(yīng)的視頻標(biāo)識(shí)的步驟包括：

將全量的所述數(shù)字人視頻上傳至云服務(wù)器端；

獲取每一所述數(shù)字人視頻在云服務(wù)器端的統(tǒng)一資源定位符URL，以作為所述視頻標(biāo)識(shí)。

可選地，所述獲取與所述交互請(qǐng)求信息對(duì)應(yīng)的目標(biāo)答案標(biāo)識(shí)，并從預(yù)設(shè)的關(guān)聯(lián)關(guān)系集合中查找到與所述目標(biāo)答案標(biāo)識(shí)關(guān)聯(lián)的目標(biāo)視頻標(biāo)識(shí)的步驟包括：

從預(yù)設(shè)問(wèn)答對(duì)中查找到與所述交互請(qǐng)求信息對(duì)應(yīng)的目標(biāo)答案標(biāo)識(shí)，并從所述關(guān)聯(lián)關(guān)系集合中查找到與所述目標(biāo)答案標(biāo)識(shí)關(guān)聯(lián)的目標(biāo)URL，作為所述目標(biāo)視頻標(biāo)識(shí)。

可選地，所述目標(biāo)視頻標(biāo)識(shí)和客戶端存在多個(gè)，所述將所述目標(biāo)視頻標(biāo)識(shí)發(fā)送至所述客戶端，以供所述客戶端基于所述目標(biāo)視頻標(biāo)識(shí)獲取對(duì)應(yīng)的目標(biāo)數(shù)字人視頻并進(jìn)行交互的步驟包括：