[实用新型]拟人化智能问答装置

说明书

技术领域

本实用新型涉及多媒体技术领域，尤其是涉及一种具有智能多模态交互功能的拟人化智能问答装置。

背景技术

在多模态人机交互技术中，人脸是相互交流的重要渠道，是人类喜、怒、哀、乐等复杂表情和自然语言的载体。因而，语音和人脸表情(包括口型唇动)是人类相互交流的两种最重要的交互模态，两者之间存在着非常密切的同步关系。通常的人机交互系统，例如安卓系统只能实现基于语音的人机交互，不够直观、友好。

中国专利授权公开号：CN202549091U，授权公开日2012年4月28日，公开了一种互动问答装置，包括基座和主控模块，其中：所述基座内形成有容置空间，该基座上表面左侧凹设有开口和收纳图卡的容置槽，在基座上表面右侧穿设有复数穿孔；所述主控模块为具有位于容置空间右侧的电路板，电路板电性连接有对正容置槽一侧的页面辨识装置，电路板电性连接有对正容置槽右侧及下侧呈L型的触控装置，电路板底面右侧再电性连接有储存装置，电路板右侧则电性连接有对正穿过复数穿孔露出于基座顶面的发光灯组及按键。该发明的不足之处是，功能单一，不能进行多模态交互。

发明内容

本实用新型的发明目的是为了克服现有技术中的人机交互只能基于键盘输入命令或语音，不够直观、友好的不足，提供了一种具有智能多模态交互功能的拟人化智能问答装置。

为了实现上述目的，本实用新型采用以下技术方案：

一种拟人化智能问答装置，所述智能问答装置所播放的视频投射到预先设置的布景箱上，所述智能问答装置与用于供电的电源电连接；包括核心处理装置、音频采集装置、键盘、存储器、音频输出装置、若干个发光体、影视播放装置和若干个不同角度设置的投影仪；所述核心处理装置包括处理器、显卡、音频电路和内存卡；微处理分别与显卡、音频电路、内存卡、键盘、存储器、各个发光体、影视播放装置电连接，音频电路分别与音频输出装置和音频输出装置电连接，影视播放装置和各个投影仪电连接。

存储器用于存放数据，如：程序数据、影像数据、说明文件等。处理器是系统核心，进行数据运算、数据采集、系统控制、图像输出等功能。键盘用来进行文字、指令等信息的输入。内存卡是与处理器进行沟通的桥梁。内存提供数据空间，用于暂时存放处理器的运算数据，供处理器快速读取、写入数据，以及暂时转存存储装置中的数据。

系统程序的运行是在内存中进行的，处理器把需要运算的数据调到内存卡中进行运算，当运算完成后处理器再将结果传送出来。

音频采集装置采集模拟信号形式的音频信号，将模拟音频信号传输至音频电路中，由音频电路进行A/D转换。

音频电路负责声音信号的数模转换(A/D，D/A)，将音频采集装置采集的模拟音频信号通过模数转换器(ADC)，转为数字音频信号，传输至处理器。

处理器通过调用处理器内部存储的软件分析、处理输送过来的各类信号、数据，并做出相应反应。

需要输出音频信号时，将数字音频信号送到数模转换器(DAC)，通过脉冲编码调制技术(PCM)，将数字音频信号转换为模拟波形，放大后送到音频输出装置发声。

显卡即显示加速卡，承担着输出显示图形的任务，用途是将处理器内部软件输出的显示信息进行转换驱动，并向显示装置提供行扫描信号，控制显示装置的正确显示，是连接显示装置和处理器的重要元件，是“人机对话”的重要设备之一。布景箱中设有假山、桌椅等实物布景。发光体用于营造、调节氛围。

本实用新型由用户语音或文本获取输入语义，通过信息处理获取特征信号，并提取该特征信号所对应的模拟人影像，将三维影像投射到布景箱的实际景物上，从而将现实景物和三维投影进行组合，得到更加直观、生动的视觉效果。

因此，本实用新型缩短了人机间的距离，营造出了真正和谐、自然的交互环境。

作为优选，所述音频电路包括TLV320AIC3106音频编解码器和TPS77018DBV稳压芯片，音频编解码器的第36管脚与稳压芯片的第5管脚电连接。

作为优选，所述电源通过用于提供1.0V和1.5V电压的降压电路与智能问答装置电连接，所述降压电路包括TPS652510电源降压芯片和若干个电阻、电容和电感；电源降压芯片分别与电阻、电容和电感电连接。

作为优选，还包括与处理器电连接的复位电路，所述复位电路包括TPS3808G09DBVRG4复位驱动芯片、第一、第二、第三、第四SN74LVC1G08DCKRG4与门和复位按键；复位驱动芯片分别与处理器和复位按键电连接，第一和第二与门的输出端与第三与门输入端电连接，第三和第四与门的输出端均与处理器电连接。