[发明专利]一种多模态输入的交互信息生成方法、装置、设备和介质在审

专利信息
申请号: 202310793842.6 申请日: 2023-06-30
公开(公告)号: CN116932712A 公开(公告)日: 2023-10-24
发明(设计)人: 孔欧 申请(专利权)人: 上海蜜度信息技术有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06V30/148;G06V30/19;G10L15/22;G10L15/26;G10L15/02;G10L25/03
代理公司: 上海泰能知识产权代理事务所(普通合伙) 31233 代理人: 孙健
地址: 200120 上海市浦东新区自*** 国省代码: 上海;31
权利要求书: 暂无信息 说明书: 暂无信息
摘要: 发明涉及一种多模态输入的交互信息生成方法、装置、设备和介质,其中方法包括:提取输入的图像中的文字信息和特征,得到图像文本和图像全局特征;提取输入的音频中的文字信息和特征,得到音频文本和音频全局特征;将图像文本和/或音频文本与输入的文本进行串联拼接,形成新的输入文本;对所述新的输入文本进行转换编码,得到文本特征;将图像全局特征和/或音频全局特征与所述文本特征进行求和,得到新特征;将所述新特征进行转换解码,生成对话系统的回复内容。本发明弥补了人工智能对话系统在多模态的短板。
搜索关键词: 一种 多模态 输入 交互 信息 生成 方法 装置 设备 介质
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海蜜度信息技术有限公司,未经上海蜜度信息技术有限公司许可,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/patent/202310793842.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top