[发明专利]交互系统、方法、装置、电子设备及存储介质

说明书

本申请实施例公开了一种交互系统、方法、装置、电子设备及存储介质，该交互系统适于利用数字人与用户交互并包括中控模块、信息处理模块和图像生成模块。其中，中控模块用于接收由智能终端发送的用户信息。信息处理模块用于根据用户信息生成驱动信息，驱动信息用于驱动数字人。图像生成模块用于基于驱动信息驱动数字人，获取包括数字人的数字人图像，数字人图像中数字人的形态与驱动信息对应，并将数字人图像作为交互反馈结果发送至中控模块，以使中控模块输出交互反馈结果。由此，可以通过中控模块与智能终端形成视频通话，在智能终端显示数字人，有效提高用户的亲切度，同时可以代替人工服务，当处于咨询高峰期时，可以快速响应用户的咨询需求。

技术领域

本申请涉及人机交互技术领域，更具体地，涉及一种交互系统、方法、装置、电子设备及存储介质。

背景技术

近些年来，随着网络信息技术的不断发展和应用，传统的PSTN（公共交换电话网络，Public Switched Telephone Network）通话方式逐渐不能满足用户的需求，进而导致PSTN通话逐渐被高清通话所取代，基于此，市场上出现了视频交互通过客服人员为用户服务，该视频交互的方式能够让用户感觉更加亲切，但是，在咨询高峰期时，很容易出现客服人员数量不足的状况，用户需较长时间等待，导致用户的需求得不到及时响应。

发明内容

鉴于上述问题，本申请实施例提出了一种交互系统、方法、装置、电子设备及存储介质，以解决以上问题。

第一方面，本申请实施例提供了一种交互系统，该交互系统适于利用数字人与用户交互，该交互系统包括中控模块、信息处理模块和图像生成模块。其中，中控模块用于接收由智能终端发送的用户信息。信息处理模块用于根据用户信息生成驱动信息，驱动信息用于驱动数字人。图像生成模块用于基于驱动信息驱动数字人，获取包括数字人的数字人图像，数字人图像中数字人的形态与驱动信息对应，并将数字人图像作为交互反馈结果发送至中控模块，以使中控模块输出交互反馈结果。

可选地，驱动信息包括文本输出信息；信息处理模块包括语音识别单元和语义单元。其中，语音识别单元用于获取用户信息中的用户语音信息，并识别用户语音信息得到文本输入信息。语义单元用于根据文本输入信息确定用户意图，并获取向用户反馈的文本输出信息。

可选地，驱动信息包括反馈语音信息；信息处理模块包括语音识别单元和语音合成单元。其中，语音识别单元用于获取用户信息中的用户语音信息，并对用户语音信息进行识别以得到文本输入信息。语音合成单元用于根据文本输入信息所表征的用户意图生成反馈语音信息。

可选地，驱动信息还包括文本输出信息；信息处理模块还包括语义单元，语义单元用于根据文本输入信息确定用户意图，并基于用户意图获取用于向用户反馈的文本输出信息；语音合成单元用于根据文本输出信息生成反馈语音信息。

可选地，图像生成模块包括电子卡片生成单元。其中，电子卡片生成单元用于根据驱动信息获取用于在智能终端呈现的提示内容，生成包括提示内容的电子卡片，并将电子卡片发送至中控模块，以使中控模块将电子卡片作为交互反馈结果发送至智能终端。

第二方面，本申请实施例提供了一种交互方法，该交互方法包括：接收用户信息；根据用户信息生成驱动信息，驱动信息用于驱动数字人；基于驱动信息驱动数字人，获取包括数字人的数字人图像，并将数字人图像作为交互反馈结果，数字人图像中数字人的形态与驱动信息对应；输出交互反馈结果。

可选地，驱动信息包括文本输出信息；根据用户信息生成驱动信息包括：根据用户信息确定用户意图；基于用户意图获取用于向用户反馈的文本输出信息。

可选地，驱动信息包括反馈语音信息；该交互方法还包括：根据用户信息确定用户意图；基于用户意图获取用于向用户反馈的文本输出信息；根据文本输出信息生成反馈语音信息。

可选地，该交互方法还包括：将反馈语音信息作为交互反馈结果；输出交互反馈结果。