[发明专利]用于生成信息的方法和装置

权利要求书

1.一种用于生成信息的方法，包括：

接收客户端发送的用户的视频和音频；

对所述视频和音频进行分析处理，确定所述用户的意图类别，包括：对所述视频中的视频帧进行识别处理，得到用户特征信息；对所述音频进行语音识别，得到所述音频对应的文本信息；对所述用户特征信息和所述音频对应的文本信息进行分词，得到至少一个分词；将所述至少一个分词输入预先建立的意图分类模型，得到所述用户的意图类别，其中，所述意图分类模型用于表征分词集合与意图类别的对应关系；

根据所述用户的意图类别和预设的业务信息集合，生成反馈信息，其中，所述意图类别是根据客户端所应用的业务场景预先设置的，所述预设的业务信息集合用于存储与客户端所应用的业务场景相关的各种业务信息；

基于所述反馈信息，通过动画引擎生成预先建立的三维虚拟人像的视频；

将所述三维虚拟人像的视频发送给所述客户端，以供所述客户端呈现给所述用户。

2.根据权利要求1所述的方法，其中，所述反馈信息为文本反馈信息；以及

所述基于所述反馈信息，通过动画引擎生成预先建立的三维虚拟人像的视频，包括：

根据所述文本反馈信息生成语音反馈信息；

根据所述文本反馈信息，从预设的人像信息集合获取目标人像信息，其中，所述目标人像信息包括目标表情信息、目标口型信息和目标动作信息；

根据所述语音反馈信息、目标表情信息、目标口型信息和目标动作信息，通过动画引擎生成三维虚拟人像的视频。

3.根据权利要求2所述的方法，其中，所述人像信息集合包括表情信息集合、口型信息集合和动作信息集合；以及

所述根据所述文本反馈信息，从预设的人像信息集合获取目标人像信息，包括：

根据所述文本反馈信息，从所述表情信息集合中确定目标表情信息；

根据所述文本反馈信息，从所述口型信息集合中确定目标口型信息；

根据所述文本反馈信息，从所述动作信息集合中确定目标动作信息；

将所述目标表情信息、目标口型信息和目标动作信息作为目标人像信息。

4.根据权利要求2所述的方法，其中，所述根据所述文本反馈信息生成语音反馈信息，包括：

将所述文本反馈信息输入预先建立的语音生成模型，生成语音反馈信息，其中，所述语音生成模型用于表征文本与语音的对应关系，所述语音生成模型是基于真人语音训练得到的。

5.根据权利要求1所述的方法，其中，所述方法还包括：

接收三维虚拟人像的定制请求，其中，所述定制请求包括用于确定三维虚拟人像外观的信息；

根据所述定制请求，确定三维虚拟人像的外观。

6.一种用于生成信息的装置，包括：

接收单元，被配置成接收客户端发送的用户的视频和音频；

分析单元，被配置成对所述视频和音频进行分析处理，确定所述用户的意图类别，包括：对所述视频中的视频帧进行识别处理，得到用户特征信息；对所述音频进行语音识别，得到所述音频对应的文本信息；对所述用户特征信息和所述音频对应的文本信息进行分词，得到至少一个分词；将所述至少一个分词输入预先建立的意图分类模型，得到所述用户的意图类别，其中，所述意图分类模型用于表征分词集合与意图类别的对应关系；

第一生成单元，被配置成根据所述用户的意图类别和预设的业务信息集合，生成反馈信息，其中，所述意图类别是根据客户端所应用的业务场景预先设置的，所述预设的业务信息集合用于存储与客户端所应用的业务场景相关的各种业务信息；

第二生成单元，被配置成基于所述反馈信息，通过动画引擎生成预先建立的三维虚拟人像的视频；

发送单元，被配置成将所述三维虚拟人像的视频发送给所述客户端，以供所述客户端呈现给所述用户。