CN107894831A - 一种用于智能机器人的交互输出方法以及系统 - Google Patents

Abstract

本发明公开了一种用于智能机器人的交互输出方法以及系统。方法包括：获取用户的多模态输入数据；对所述多模态输入数据进行解析，获取解析结果；根据所述解析结果确定当前的交互需求，调用与所述交互需求匹配的输出角色设定，所述角色由虚拟机器人形象承载；基于所述输出角色设定生成并输出针对所述解析结果的交互回应数据。根据本发明的方法，可以使得智能机器人具备个体化特征的同时令其展现的个体化特征最大限度的配合当前的人机交互进程，不仅提高了智能机器人的拟人化水平，而且大大提高了智能机器人的用户体验。

Description

一种用于智能机器人的交互输出方法以及系统

技术领域

本发明涉及计算机领域，具体涉及一种用于智能机器人的交互输出方法以及系统。

背景技术

随着机器人技术的不断发展，越来越多的具备自主人机交互能力的智能机器人被应用到人类日程的生产生活中。

在现有技术中，智能机器人往往采用的是统一的交互模板，其并没有独立的“形象”、“性格”、“观点”等相对独立的个体化特征。在交互过程中，智能机器人只是针对人类的交互输入进行最直接的应答，应答统一且公式化，这就使得人机交互过程十分死板枯燥，让用户觉得不真实。但如果给系统赋予相对独立的个体化特征，又容易因观点、审美习惯等的不同与用户产生冲突，降低用户体验。

发明内容

本发明提供了一种用于智能机器人的交互输出方法，所述方法包括：

获取用户的多模态输入数据；

对所述多模态输入数据进行解析，获取解析结果，所述解析包括但不限于：语义理解、视觉识别、情感计算和认知计算；

根据所述解析结果确定当前的交互需求，调用与所述交互需求匹配的输出角色设定，所述角色由虚拟机器人形象承载；

基于所述输出角色设定生成并输出针对所述解析结果的交互回应数据。

在一实施例中，所述输出角色设定包括：声音输出设定、背景设定、语气设定、表情设定、外形设定、动作设定。

在一实施例中，调用与所述交互需求匹配的输出角色设定，包括：

确定所述交互需求对应的知识领域和/或功能领域；

调用与所述知识领域和/或所述功能领域对应的输出角色设定。

在一实施例中，确定所述交互需求对应的知识领域和/或功能领域，包括：

根据所述交互需求确定需输出的交互内容所涉及的知识领域；

和/或

根据所述交互需求确定需要执行的交互任务所从属的功能领域。

在一实施例中，所述方法

还包括：将当前的角色转换为新角色，所述新角色匹配当前的交互需求。

在一实施例中，所述方法还包括：

设定不同的输出角色设定与不同的知识领域和/或功能领域之间的对应关系，其中，根据用户交互形象偏好设定所述输出角色设定与所述知识领域和/或所述功能领域间的对应关系。

在一实施例中，所述方法还包括：

在交互初始化阶段调用与所述用户的身份信息匹配的输出角色设定；

和/或

在交互初始化阶段调用预设的默认输出角色设定。

在一实施例中，在交互初始化阶段调用与所述用户的身份信息匹配的输出角色设定，包括：

调用针对所述用户使用频率最高的输出角色设定。

本发明还提出了一种存储介质，所述存储介质上存储有可实现如权利要求1-8中任一项所述方法的程序代码。

本发明还提出了一种智能机器人系统，所述系统包括：

输入采集模块，其配置为获取用户的多模态输入数据；

输出模块，其配置为输出交互回应数据；

交互解析模块，其配置为：

对所述多模态输入数据进行解析，获取解析结果；所述解析包括但不限于：语义理解、视觉识别、情感计算和认知计算；

根据所述解析结果确定当前的交互需求，调用与所述交互需求匹配的输出角色设定，所述角色由虚拟机器人形象承载；

基于所述输出角色设定生成针对所述解析结果的交互回应数据。

根据本发明的方法，可以使得智能机器人具备个体化特征的同时令其展现的个体化特征最大限度的配合当前的人机交互进程，不仅提高了智能机器人的拟人化水平，而且大大提高了智能机器人的用户体验。

本发明的其它特征或优点将在随后的说明书中阐述。并且，本发明的部分特征或优点将通过说明书而变得显而易见，或者通过实施本发明而被了解。本发明的目的和部分优点可通过在说明书、权利要求书以及附图中所特别指出的步骤来实现或获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：

图1是根据本发明一实施例的方法流程图；

图2～图4是根据本发明实施例的方法的部分流程图；

图5以及图6是根据本发明不同实施例的机器人系统结构简图；

图7是根据本发明一实施例的机器人应用场景示意图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此本发明的实施人员可以充分理解本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程并依据上述实现过程具体实施本发明。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

在现有技术中，智能机器人往往采用的是统一的交互模板，其并没有独立的“形象”、“性格”、“观点”等相对独立的个体化特征。在交互过程中，智能机器人只是针对人类的交互输入进行最直接的应答，应答统一且公式化，这就使得人机交互过程十分死板枯燥，让用户觉得不真实。但如果给系统赋予相对独立的个体化特征，又容易因观点、审美习惯等的不同与用户产生冲突，降低用户体验。

针对上述问题，本发明提出了一种用于智能机器人的交互输出方法。根据本发明的方法，在智能机器人进行交互输出的时候，根据角色设定，按照该角色设定所规定的输出形式，并以虚拟机器人的形象作为载体输出，在输出细节上模拟该角色个性特征的人类输出，从而使得智能机器人在整体上模拟具备特定角色个性特征的人类，提高智能机器人的拟人化水平。

同时，进一步的，智能机器人进行交互输出所模拟的人类个性特征并不是一成不变的，而是根据当前具体的交互需求选定匹配的人类个性特征进行模拟。即，根据当前具体的交互需求调用匹配的输出角色设定进行交互输出。根据本发明的方法，可以使得智能机器人具备个体化特征的同时令其展现的个体化特征最大限度的配合当前的人机交互进程，不仅提高了智能机器人的拟人化水平，而且大大提高了智能机器人的用户体验。

接下来基于附图详细描述根据本发明实施例的方法的详细流程，附图的流程图中示出的步骤可以在包含诸如一组计算机可执行指令的计算机系统中执行。虽然在流程图中示出了各步骤的逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

如图1所示，在一实施例中，智能机器人的交互输出方法包括：

获取用户的多模态输入数据(S110)；

对获取到的多模态输入数据进行解析(S120)，获取解析结果，所述解析包括但不限于：语义理解、视觉识别、情感计算和认知计算；

根据所述解析结果确定当前的交互需求；

根据解析结果确定当前的交互需求(S130)，调用与所述交互需求匹配的输出角色设定，所述角色由虚拟机器人形象承载(S140)；

基于输出角色设定生成针对解析结果的交互回应数据(S150)；

输出交互回应数据(S160)。

在上述过程中，由于交互回应数据是基于输出角色设定而生成的，因此智能机器人可以通过交互回应数据体现输出角色设定所对应的人类个性特征，从而大大提高智能机器人的拟人化水平。

进一步的，在一实施例中，交互需求指的是当前用户对当前的人机交互过程/结果的直接/间接期望。具体的，在一实施例中，交互需求包括当前用户的交互目的和/或交互习惯偏好。例如，在进行专业咨询时，用户一般会希望一个专业人士给与自己简洁、专业的回答；在进行娱乐性质的聊天时，用户则期望与一个活泼风趣的对象交流。

进一步的，输出角色设定包含智能机器人的各种输出细节设定，其通过对智能机器人输出细节的限定来使得智能机器人的输出模拟特定角色的人类的交互行为。具体的，在一实施例中，输出角色设定包括：声音输出设定、背景设定、语气设定、表情设定、外形设定、动作设定。

由于智能机器人所调用的输出角色设定是与当前的交互需求匹配的，因此，当智能机器人基于输出角色设定进行交互输出时，其所体现出人类个性特征就是满足当前用户对当前的人机交互过程/结果的期望的，这就大大提高了智能机器人的交互体验。例如，当用户进行专业咨询时，智能机器人利用虚拟形象展示一个专业人士，并利用沉稳、简练的语言进行直接的问题回复；当用户询问娱乐信息时，智能机器人利用虚拟形象展示一个时尚人士，并利用活泼、轻松的语言进行回复，回复中还夹杂其他的相关娱乐信息。

以一具体应用场景为例，当用户想听“儿童”类的内容时，就由声音和形象比较年幼的虚拟形象(如小熊的卡通形象)与用户互动；当用户想听流行歌曲等内容时，就由比较时尚的虚拟形象与用户互动；当用户想让智能设备执行一些正式任务时，就由代表“专业”的虚拟形象(如客服美女)与用户互动。

进一步的，在一实施例中，智能机器人根据当前交互所涉及的知识领域和/或功能领域来确定对应的输出角色设定。具体的，在一实施例中，在调用与交互需求匹配的输出角色设定的过程中，智能机器人首先确定交互需求对应的知识领域和/或功能领域；然后调用与该知识领域和/或述功能领域对应的输出角色设定。

具体的，在一实施例中，智能机器人根据当前的交互内容来确定交互需求所对应的知识领域。具体的，智能机器人根据交互需求确定需输出的交互内容所涉及的知识领域。例如，用户询问健康类问题，那么当前交互需求对应的知识领域就是健康领域。

具体的，在一实施例中，智能机器人根据当前的交互任务来确定交互需求所对应的功能领域。具体的，智能机器人根据交互需求确定需要执行的交互任务所从属的功能领域。例如，智能机器人接下来需要帮用户记账，那么当前交互需求对应的功能领域就是账户管理领域。

进一步的，在一实施例中还包括：将当前的角色转换为新角色，所述新角色匹配当前的交互需求，如在上一轮多模态交互过程中，用户谈及今天的出行需求，则当前角色为出行助手(虚拟形象为客服美女)，而当用户在当前多模态交互中，提出听歌需求，则从当前出行助手转换为新的角色，如流行歌手(虚拟形象为卡通歌手)。所述角色根据进行用户的需求进行转换。

在上述过程中，智能机器人根据用户的多模态输入数据来确定用户需求，从而确定自身所要使用的输出角色设定。但是，在交互初始化阶段(未开始交互或者刚刚开始交互)时，由于用户尚未进行多模态输入数据的输入或是仅进行了少量多模态输入数据的输入，智能机器人没有获取到足够的数据进行交互需求的确定。此时智能机器人也就无法根据交互需求来确定自身需要使用的输出角色设定。

针对上述情况，在一实施例中，智能机器人在交互初始化阶段调用与用户的身份信息匹配的输出角色设定。

具体的，如图2所示，在一实施例中，当智能机器人开始人机交互后(S200)，其获取交互对象(用户)的用户身份信息(S210)，调用与用户身份信息匹配的输出角色设定作为初始输出角色设定(S220)。接下来根据初始输出角色设定生成交互回应数据并输出从而进行人机交互(S230)。

由于初始输出角色设定是与用户身份信息匹配的，因此可以保证初始输出角色设定所体现的人类个性特征不会因观点、审美习惯等的不同与当前用户产生冲突，从而在交互一开始就保证较好的用户体验。

进一步的，在交互开始后，随着交互的进行，智能机器人采集用户的多模态输入数据并解析(S240)，判断是否可以确定用户的交互需求(S250)。如果不能确定，则继续基于初始输出角色设定进行交互(返回步骤S230)。如果可以确定，则判断当前所使用的初始输出角色设定是否与确定了的交互需求匹配(S260)；如果匹配，则维持输出角色设定不变(S270)继续进行交互(返回步骤S330)；如果不匹配，则调用新的、与交互需求匹配的输出角色设定(S280)进行交互(返回步骤S230)。

进一步的，在一实施例中，在调用与用户身份信息匹配的输出角色设定作为初始输出角色设定的过程中，智能机器人根据用户身份信息中用户特征信息来调用匹配的输出角色设定。例如，当用户为儿童时，调用对应儿童形象或卡通形象的输出角色设定；当用户为青年人时，调用对应时尚人士的输出角色设定。

进一步的，在一实施例中，在调用与用户身份信息匹配的输出角色设定作为初始输出角色设定的过程中，智能机器人根据用户身份信息中用户喜好描述来调用匹配的输出角色设定。例如，调用对应用户所喜欢的影视角色的输出角色设定。

进一步的，在一实施例中，预存用户身份与其所偏好的输出角色设定的对应关系，在调用与用户身份信息匹配的输出角色设定作为初始输出角色设定的过程中，智能机器人直接调用用户身份标识对应的输出角色设定。

进一步的，在一实施例中，在调用与用户身份信息匹配的输出角色设定作为初始输出角色设定的过程中，智能机器人调用针对该用户使用频率最高的输出角色设定。

在实际交互场景中，存在智能机器人无法通过用户身份信息确定匹配的输出角色设定的情况。例如，无法获取用户身份信息或是无法获取足够的用户身份信息。

针对上述情况，在一实施例中，智能机器人在交互初始化阶段并不参考用户的身份信息，而是直接调用预设的默认输出角色设定。

具体的，在一实施例中，为智能机器人设定默认角色，将默认角色对应的输出角色设定作为默认输出角色设定。进一步的，在另一实施例中，不预先为智能机器人设定默认角色，在交互初始化阶段从所有的输出角色设定中随机挑选一个作为默认输出角色设定。进一步的，在另一实施例中，将智能机器人上一轮交互中最后使用的输出角色设定作为本轮交互的默认输出角色设定。进一步的，在另一实施例中，将智能机器人之前交互中使用频次最高的输出角色设定作为本轮交互的默认输出角色设定。

进一步的，在一实施例中，采用综合默认输出角色设定以及用户信息的方式确定初始输出角色设定。具体的，如图3所示，当智能机器人开始人机交互后(S300)，其获取交互对象(用户)的用户身份信息(S310)，判断是否可以根据获取到的用户身份信息确定初始输出角色设定(S320)。如果可以，则根据用户身份信息调用匹配的输出角色设定作为初始输出角色设定(S330)。如果不可以，则直接调用默认输出角色设定作为初始输出角色设定(S340)。

进一步的，智能机器人在交互过程中根据交互需求调用匹配的输出角色设定。考虑到在实际的交互场景中，用户的交互需求并不是一成不变的，因此，在一实施例中，智能机器人根据用户的交互需求的变化进行角色切换，即，当交互需求发生变化时，切换当前使用的输出角色设定，令输出角色设定始终匹配交互需求。

具体的，如图4所示，在一实施例中，在交互进行过程中，智能机器人获取用户的多模态输入数据并对获取到的多模态输入数据进行解析(S410)，获取解析结果；根据解析结果确定当前的交互需求(S420)；判断当前所使用的输出角色设定是否与交互需求匹配(S430)；如果匹配，则维持输出角色设定不变(S440)；如果不匹配，则调用新的、与交互需求匹配的输出角色设定(S450)。

进一步的，根据本发明的方法，本发明还提出了一种存储介质，该存储介质上存储有可实现如本发明所述方法的程序代码。

进一步的，根据本发明的方法，本发明还提出了一种智能机器人系统。具体的，如图5所示，系统包括：

输入采集模块510，其配置为获取用户的多模态输入数据；

输出模块520，其配置为输出交互回应数据；

交互解析模块，其配置为：

对多模态输入数据进行解析，获取解析结果；所述解析包括但不限于：语义理解、视觉识别、情感计算和认知计算；

根据解析结果确定当前的交互需求，调用与交互需求匹配的输出角色设定，调用与所述交互需求匹配的输出角色设定，所述角色由虚拟机器人形象承载；

基于输出角色设定生成针对解析结果的交互回应数据。

进一步的，作为优选，智能机器人系统可为儿童故事机。儿童故事机是具有卡通、动物外观特征或具有知识产权IP的智能设备，借助机器人的AI能力进行基于讲故事需求的人机交互的教育类机器人。

进一步的，在一实施例中，智能机器人系统依托云服务器实现复杂的数据处理操作。具体的，如图6所示，交互解析模块630包含联网交互单元631，其通过联网交互单元631与机器人云端服务器600进行数据交互，从而将复杂的数据处理操作交予机器人云端服务器600进行处理。

具体的，如图7所示，在一应用场景中，在一应用场景中，故事机的输入采集模块获取儿童用户的输入并发送到交互解析模块，交互解析模块解析儿童用户的输入确定当前需要使用的输出角色设定，所述解析包括但不限于：语义理解、视觉识别、情感计算和认知计算。

所述交互解析模块设置于云端服务器，用以解析儿童用户的输入确定输出角色设定，并基于输出角色设定生成交互回应数据，而后将交互回应数据发送到输出模块，最终由输出模块输出交互回应数据。

虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。本发明所述的方法还可有其他多种实施例。在不背离本发明实质的情况下，熟悉本领域的技术人员当可根据本发明做出各种相应的改变或变形，但这些相应的改变或变形都应属于本发明的权利要求的保护范围。

Claims (10)

1.一种用于智能机器人的交互输出方法，其特征在于，所述方法包括：

获取用户的多模态输入数据；

对所述多模态输入数据进行解析，获取解析结果，所述解析包括但不限于：语义理解、视觉识别、情感计算和认知计算；

根据所述解析结果确定当前的交互需求，调用与所述交互需求匹配的输出角色设定，所述角色由虚拟机器人形象承载；

基于所述输出角色设定生成并输出针对所述解析结果的交互回应数据。

2.根据权利要求1所述的方法，其特征在于，所述输出角色设定包括：声音输出设定、背景设定、语气设定、表情设定、外形设定、动作设定。

3.根据权利要求1所述的方法，其特征在于，调用与所述交互需求匹配的输出角色设定，包括：

确定所述交互需求对应的知识领域和/或功能领域；

调用与所述知识领域和/或所述功能领域对应的输出角色设定。

4.根据权利要求3所述的方法，其特征在于，确定所述交互需求对应的知识领域和/或功能领域，包括：

根据所述交互需求确定需输出的交互内容所涉及的知识领域；

和/或

根据所述交互需求确定需要执行的交互任务所从属的功能领域。

5.根据权利要求3所述的方法，其特征在于，所述方法还包括：

还包括：将当前的角色转换为新角色，所述新角色匹配当前的交互需求。

6.根据权利要求3所述的方法，其特征在于，所述方法还包括：

设定不同的输出角色设定与不同的知识领域和/或功能领域之间的对应关系，其中，根据用户交互形象偏好设定所述输出角色设定与所述知识领域和/或所述功能领域间的对应关系。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在交互初始化阶段调用与所述用户的身份信息匹配的输出角色设定；

和/或

在交互初始化阶段调用预设的默认输出角色设定。

8.根据权利要求7所述的方法，其特征在于，在交互初始化阶段调用与所述用户的身份信息匹配的输出角色设定，包括：

调用针对所述用户使用频率最高的输出角色设定。

9.一种存储介质，其特征在于，所述存储介质上存储有可实现如权利要求1-8中任一项所述方法的程序代码。

10.一种智能机器人系统，其特征在于，所述系统包括：

输入采集模块，其配置为获取用户的多模态输入数据；

输出模块，其配置为输出交互回应数据；

交互解析模块，其配置为：

对所述多模态输入数据进行解析，获取解析结果；所述解析包括但不限于：语义理解、视觉识别、情感计算和认知计算；

根据所述解析结果确定当前的交互需求，调用与所述交互需求匹配的输出角色设定，所述角色由虚拟机器人形象承载；

基于所述输出角色设定生成针对所述解析结果的交互回应数据。