[发明专利]信息交互方法、装置、电子设备、介质和程序产品

说明书

本公开提供了一种信息交互方法、装置、电子设备、介质和程序产品，可应用于云计算和人工智能技术领域。该方法包括：接收来自客户端的交互请求，交互请求包括目标用户向虚拟对象发起实时交互的语音请求信息，响应于交互请求，利用部署在云端的平台即服务容器来获得用于响应语音请求信息的文本答复信息，调用部署在云端的图像处理服务器来基于文本答复信息生成虚拟对象的视频响应信息，将视频响应信息传输至客户端以向目标用户展示交互请求的响应结果。

技术领域

本公开涉及云计算、人工智能技术领域，特别是涉及一种信息交互方法、装置、电子设备、介质和程序产品。

背景技术

本部分旨在为权利要求书中陈述的本公开的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

随着信息科学和计算机技术的飞速发展与普及，信息资源逐步走向数字化，人们咨询信息的方式也已经不再局限于传统意义上的人(用户)与人(客服人员)之间的交流，利用计算机合成生动活泼的虚拟对象，并辅之以丰富、自然的语言、表情、以及口型等人类习惯的自然方式与用户进行人机交互更为人性化，也成为咨询方式的必然选择。

在实现用户和虚拟对象实时交互的过程中，想要达到逼真的效果，虚拟对象的实时渲染需要强大的图形图像和数据处理能力，例如利用图形处理器(Graphics ProcessingUnit，GPU)服务器对虚拟对象的形象进行实时重建、渲染，但是GPU服务器的价格昂贵，且搬运困难，导致利用虚拟对象实现人机交互的方案需要投入较高的经济成本和时间成本，严重制约虚拟对象在人机交互中的应用和推广。

发明内容

有鉴于此，为了至少部分地克服相关技术在实现用户和虚拟对象实时交互的过程中所存在的上述技术问题，本公开提供了一种既经济实用又灵活便捷的信息交互方法、装置、电子设备、介质和程序产品。

为了实现上述目标，本公开的一个方面提供了一种信息交互方法，可以包括：接收来自客户端的交互请求，上述交互请求包括目标用户向虚拟对象发起实时交互的语音请求信息，响应于上述交互请求，利用部署在云端的平台即服务容器来获得用于响应上述语音请求信息的文本答复信息，调用部署在云端的图像处理服务器来基于上述文本答复信息生成上述虚拟对象的视频响应信息，以及将上述视频响应信息传输至上述客户端以向上述目标用户展示上述交互请求的响应结果。

根据本公开的实施例，上述利用部署在云端的平台即服务容器来获得用于响应上述语音请求信息的文本答复信息可以包括：利用部署在云端的平台即服务容器调用自动语音识别构件来获得上述语音请求信息的文本请求信息，利用上述部署在云端的平台即服务容器调用自然语言处理构件来获得与上述文本请求信息对应的文本响应信息，将上述文本响应信息确定为用于响应上述语音请求信息的文本答复信息。

根据本公开的实施例，上述调用部署在云端的图像处理服务器来基于上述文本答复信息生成上述虚拟对象的视频响应信息可以包括：获得上述虚拟对象的对象模型，获得与上述文本答复信息对应的语音答复信息，基于上述对象模型和上述语音答复信息生成上述虚拟对象的表达序列，以及调用部署在云端的图像处理服务器对上述虚拟对象的表达序列进行渲染处理来生成上述虚拟对象的视频响应信息。

根据本公开的实施例，上述信息交互方法还可以包括：获得上述虚拟对象的训练样本数据，其中，上述训练样本数据用于表征构建上述虚拟对象的形态参数，以及训练上述训练样本数据来预先生成上述虚拟对象的对象模型。

根据本公开的实施例，上述将上述视频响应信息传输至上述客户端可以包括：使用预设传输协议将上述视频响应信息进行封装来生成响应视频流数据，以及以推流的方式将上述响应视频流数据传输至上述客户端。

根据本公开的实施例，上述信息交互方法还可以包括：获得与上述交互请求对应的交互场景信息，以及基于上述交互场景信息，确定与上述目标用户对应的虚拟对象。