[发明专利]基于H5的智能问答方法、装置、电子设备及存储介质在审
申请号: | 202111212388.8 | 申请日: | 2021-10-18 |
公开(公告)号: | CN113849626A | 公开(公告)日: | 2021-12-28 |
发明(设计)人: | 穆少垒;田升;刘云峰 | 申请(专利权)人: | 深圳追一科技有限公司 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F16/33;G06K9/62 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 秦晓君 |
地址: | 518000 广东省深圳市南山区粤海街道*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 h5 智能 问答 方法 装置 电子设备 存储 介质 | ||
1.一种基于H5的智能问答方法,其特征在于,所述方法包括:
接收用户基于H5控件发送的控件触发消息,所述控件触发消息至少包括目标问题;
获取所述目标问题对应的回复音频数据;
对所述回复音频数据进行处理,得到相应的嘴型数据;
将所述回复音频数据和所述嘴型数据发送给客户端UE,以使客户端UE基于所述嘴型数据和回复音频数据对数字虚拟人的嘴型动作进行渲染得到相应的视频流,并将所述视频流发送给所述H5控件进行展示。
2.根据权利要求1所述的方法,其特征在于,所述获取所述目标问题对应的回复音频数据,包括:
判断所述目标问题是否为文本;
若所述目标问题为文本,将所述目标问题输入预训练的文本处理模型,使所述预训练的文本处理模型对所述目标问题进行处理,输出所述目标问题对应的回复文本;其中,所述预训练的文本处理模型是利用历史问题样本对待训练的文本处理模型进行训练得到;
若所述目标问题不为文本,将所述目标问题转换成对应的文本,并将所述目标问题对应的文本输入预训练的文本处理模型,使所述预训练的文本处理模型对所述目标问题对应的文本进行处理,输出所述目标问题对应的回复文本;
将所述目标问题对应的回复文本转换成所述目标问题对应的回复音频数据。
3.根据权利要求2所述的方法,其特征在于,所述利用历史问题对待训练的文本处理模型进行训练得到预训练的待训练的文本处理模型的过程,包括:
获取历史问题样本;
将所述历史问题样本输入待训练的文本处理模型中,以便所述待训练的文本处理模型对所述历史问题样本进行处理,以得到的回复音频数据趋近于目标回复音频数据为训练目标,对所述待训练的文本处理模型进行训练,直至所述待训练的文本处理模型达到收敛,得到文本处理模型。
4.根据权利要求1所述的方法,其特征在于,所述对所述目标问题对应的回复音频数据进行处理,得到相应的嘴型数据,包括:
将所述目标问题对应的回复音频数据输入预训练的嘴型处理模型,使所述预训练的文本处理模型根据所述目标问题对应的回复音频数据,输出相应的嘴型数据;
其中,所述预训练的嘴型处理模型是利用历史嘴型样本对AI算法模型进行训练得到。
5.根据权利要求4所述的方法,其特征在于,所述利用历史嘴型样本对AI算法模型进行训练得到预训练的嘴型处理模型的过程,包括:
获取历史嘴型样本,其中,所述历史嘴型样本包括历史嘴型数据、所述历史嘴型数据对应的音频数据,以及目标对应关系,所述目标对应关系为所述历史嘴型数据与其对应的音频数据之间的对应关系;
将所述历史嘴型样本输入AI算法模型,以便所述AI算法模型对所述历史嘴型数据和所述历史嘴型数据对应的音频数据进行处理,以得到的所述历史嘴型数据和所述历史嘴型数据对应的音频数据之间的对应关系趋近于目标对应关系为训练目标,对所述AI算法模型进行训练,直至所述AI算法模型达到收敛,得到预训练的嘴型处理模型。
6.一种基于H5的智能问答装置,其特征在于,所述装置包括:
接收单元,用于接收用户基于H5控件发送的控件触发消息,所述控件触发消息至少包括目标问题;
获取单元,用于获取所述目标问题对应的回复音频数据;
音频数据处理单元,用于对所述回复音频数据进行处理,得到相应的嘴型数据;
数据发送单元,用于将所述回复音频数据和所述嘴型数据发送给客户端UE,以使客户端UE基于所述嘴型数据和回复音频数据对数字虚拟人的嘴型动作进行渲染得到相应的视频流,并将所述视频流发送给所述H5控件进行展示。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳追一科技有限公司,未经深圳追一科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111212388.8/1.html,转载请声明来源钻瓜专利网。