交互方法、装置、设备、存储介质以及计算机程序产品制造方法及图纸

本公开提供了一种交互方法、装置、设备、存储介质以及计算机程序产品，涉及人工智能技术领域，尤其涉及计算机视觉领域。具体实现方案为：获取输入信息以及与输入信息对应的通信标识；为输入信息配置虚拟形象；基于通信标识确定至少一个通信对端；将虚拟形象推送至至少一个通信对端，并基于输入信息驱动虚拟形象。可以将虚拟形象作为交互的媒介，提高了交互效率。率。率。

【技术实现步骤摘要】
交互方法、装置、设备、存储介质以及计算机程序产品


[0001]本公开涉及人工智能
，具体涉及计算机视觉
，尤其涉及一种交互方法、装置、设备、存储介质以及计算机程序产品。

技术介绍

[0002]随着人工智能技术的快速发展，虚拟偶像和虚拟主播等虚拟形象也逐渐被大众广泛使用，这些虚拟形象的动作和表情均可以由真人的动作和表情进行实时控制。

技术实现思路

[0003]本公开提供了一种交互方法、装置、设备、存储介质以及计算机程序产品，提高了交互效率。
[0004]根据本公开的一方面，提供了一种交互方法，包括：获取输入信息以及与输入信息对应的通信标识；为输入信息配置虚拟形象；基于通信标识确定至少一个通信对端；将虚拟形象推送至至少一个通信对端，并基于输入信息驱动虚拟形象。
[0005]根据本公开的另一方面，提供了一种交互装置，包括：获取模块，被配置为获取输入信息以及与输入信息对应的通信标识；配置模块，被配置为为输入信息配置虚拟形象；确定模块，被配置为基于通信标识确定至少一个通信对端；驱动模块，被配置为将虚拟形象推送至至少一个通信对端，并基于输入信息驱动虚拟形象。
[0006]根据本公开的又一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被上述至少一个处理器执行，以使上述至少一个处理器能够执行上述交互方法。
[0007]根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，上述计算机指令用于使上述计算机执行上述交互方法。
[0008]根据本公开的再一方面，提供了一种计算机程序产品，包括计算机程序，上述计算机程序在被处理器执行时实现上述交互方法。
[0009]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0010]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0011]图1是本公开可以应用于其中的示例性系统架构图；
[0012]图2是根据本公开的交互方法的一个实施例的流程图；
[0013]图3是根据本公开的交互方法的另一个实施例的流程图；
[0014]图4是根据本公开的交互方法的又一个实施例的流程图；
[0015]图5是根据本公开的基于输入信息和补充信息驱动虚拟形象的一个实施例的流程图；
[0016]图6是根据本公开的交互装置的一个实施例的结构示意图；
[0017]图7是用来实现本公开实施例的交互方法的电子设备的框图。
具体实施方式
[0018]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0019]图1示出了可以应用本公开的交互方法或交互装置的实施例的示例性系统架构100。
[0020]如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
[0021]用户可以使用终端设备101、102、103通过网络104与服务器105交互，也可以经由服务器105实现终端设备101、102、103之间的交互。终端设备101、102、103上可以安装有各种客户端应用，例如视频聊天、视频会议应用等等。
[0022]终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述电子设备中。其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
[0023]服务器105可以提供各种交互服务。例如，服务器105可以对从终端设备101、102、103获取到的用户语音以及动作进行分析和处理，并生成处理结果(例如对虚拟形象进行驱动等)。
[0024]需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
[0025]需要说明的是，本公开实施例所提供的交互方法一般由服务器105执行，相应地，交互装置一般设置于服务器105中。
[0026]应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
[0027]继续参考图2，其示出了根据本公开的交互方法的一个实施例的流程200。该交互方法包括以下步骤：
[0028]步骤201、获取输入信息以及与输入信息对应的通信标识。
[0029]在本实施例中，交互方法的执行主体(例如图1所示的服务器105)可以获取用户通过终端设备(例如图1所示的终端设备101、102、103)输入的信息，该信息主要用于与其他用户进行信息交互。例如，用户可以通过输入语音信息与其他用户进行语音通话，或者通过输入视频信息与其他用户进行视频聊天/视频会议。每一个信息交互的通道都可以具备一个唯一的通信标识，通过该通信标识可以定位到参与当前通信的每一个终端。
[0030]步骤202、为输入信息配置虚拟形象。
[0031]在本实施例中，上述执行主体在获取到输入信息后，可以进一步为输入信息配置一个虚拟形象。通过构建虚拟形象模型可以得到相应的虚拟形象，其通常是一个人物形象的3D模型。上述执行主体可以直接创建一个新的虚拟形象模型，或者从已有的虚拟形象模型库中选择一个虚拟形象模型。示例性的，可以先获取一个预先构建的基础角色模型，然后根据实际需求进行个性化修饰，例如，对基础角色模型的发型、脸型、身材和服饰等进行配置，最后得到需要的虚拟形象。
[0032]需要说明的是，本实施例中的虚拟形象模型可以用现有技术中的3D建模方法进行构建，在此不再赘述。
[0033]步骤203、基于通信标识确定至少一个通信对端。
[0034]在本实施例中，上述执行主体在上述步骤201中得到通信标识后，就可以进一步根据通信标识确定与上述输入信息进行通信的一个或多个通信对端。通常，终端间进行通信交互的方式包括语音通话，视频通话，文字信息交互等。在通过全球移动通信系统进行语音通话时，可以将电话号码本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交互方法，所述方法包括：获取输入信息以及与所述输入信息对应的通信标识；为所述输入信息配置虚拟形象；基于所述通信标识确定至少一个通信对端；将所述虚拟形象推送至所述至少一个通信对端，并基于所述输入信息驱动所述虚拟形象。2.根据权利要求1所述的方法，其中，所述为所述输入信息配置虚拟形象包括：响应于所述输入信息中包括面部图像信息，基于所述面部图像信息生成所述虚拟形象；响应于所述输入信息中不包括面部图像信息，获取所述输入信息对应的属性信息，并基于所述属性信息生成虚拟形象。3.根据权利要求1或2所述的方法，其中，所述基于所述输入信息驱动所述虚拟形象包括：基于所述输入信息生成补充信息；基于所述输入信息和所述补充信息驱动所述虚拟形象。4.根据权利要求3所述的方法，其中，所述基于所述输入信息生成补充信息包括：基于所述输入信息的信息类型，确定所述补充信息的信息类型；基于所述输入信息的信息内容以及所述补充信息的信息类型，生成补充信息。5.根据权利要求4所述的方法，其中，所述信息类型包括：文字类、语音类、面部表情类和肢体动作类。6.根据权利要求3所述的方法，其中，所述基于所述输入信息生成补充信息包括：响应于所述输入信息仅包括语音信息，对所述语音信息进行语义识别，得到第一识别结果；基于所述第一识别结果生成面部表情信息和肢体动作信息，作为所述补充信息。7.根据权利要求6所述的方法，所述基于所述第一识别结果生成面部表情信息和肢体动作信息包括：根据所述第一识别结果确定所述语音信息对应的文本信息；将所述文本信息对应的手语动作序列确定为所述肢体动作信息。8.根据权利要求3所述的方法，其中，所述基于所述输入信息生成补充信息包括：响应于所述输入信息仅包括语音信息和面部表情信息，对所述语音信息进行语义识别，得到第二识别结果；基于所述面部表情信息和所述第二识别结果，生成肢体动作信息，作为所述补充信息。9.根据权利要求3所述的方法，其中，所述基于所述输入信息生成补充信息包括：响应于所述输入信息仅包括肢体动作信息和面部表情信息，获取所述肢体动作信息和面部表情信息对应的语义信息；基于所述语义信息，生成文本信息以及对应的语音信息，作为所述补充信息。10.根据权利要求9所述的方法，其中，所述肢体动作信息包括手语动作信息；所述基于所述语义信息，生成文本信息以及对应的语音信息包括：基于手语语法规则，将所述语义信息转化为文本信息；基于所述输入信息的属性信息，将所述文本信息转化为
语音信息。11.根据权利要求6
‑
10任一项所述的方法，其中，所述基于所述输入信息和所述补充信息驱动所述虚拟形象包括：基于所述语音信息生成口型信息；基于所述口型信息和所述面部表情信息驱动所述虚拟形象进行面部动作；基于所述肢体动作信息驱动所述虚拟形象进行肢体动作。12.根据权利要求11所述的方法，其中，所述方法还包括：生成对所述虚拟形象的肢体动作和面部表情的描述信息；将所述描述信息推送至所述至少一个通信对端中的指定对端。13.一种交互装置，所述装置包括：获取模块，被配置为获取输入信息以及与所述输入信息对...

【专利技术属性】
技术研发人员：韦多，肖雪，杨明哲，贺京，丁美元，胡丽娜，李想，朱紫瑜，徐阳意，赵慧斌，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：