[发明专利]用于多模态故事内容输出的音效控制方法及系统

权利要求书

1.一种用于多模态故事内容输出的音效控制方法，其特征在于，基于人工智能的虚拟角色，通过文本转语音的方式给用户讲故事，在用户听故事的过程中，如果用户有什么疑问，可以直接向虚拟角色提问，虚拟角色通过云端大脑决策答案，所述方法包含以下步骤：

获取用户输出的故事内容指令并响应，所述故事内容指令的形式包含表情指令，所述云端大脑包含情感计算接口，所述情感计算接口在进行视觉情绪识别时，收集人类面部表情图像，而后转换成可分析数据，再利用图像处理技术进行表情情绪分析，理解面部表情需要对表情的微妙变化进行检测，包含脸颊肌肉、嘴部的变化以及挑眉；

对待输出文本进行文本处理，提取文本处理结果中的场景信息，所述场景信息包括：对话场景；

若检测到当前场景信息为预设场景，调整输出数据中的音乐参数及音效参数，所述音乐参数包括：背景音乐参数；所述音效参数包括角色音效参数；

若检测到当前场景信息为预设场景，调整输出数据中的音乐参数及音效参数，包含以下步骤：

当所述预设场景为对话场景时，降低当前背景音乐参数的媒体音量，以在处理讲故事中，当出现多个角色的时候，处理背景音乐和音效的逻辑关系；当故事人物对话场景中的角色结束对话时，恢复当前背景音乐参数的媒体音量至预设音量；

当所述预设场景为对话场景时，若需要插入文本中实体对应的音效参数，则停止播放当前背景音乐参数，播放文本中实体对应的音效参数；当所述音效参数播放结束后，恢复当前背景音乐参数的媒体音量至预设音量。

2.如权利要求1所述的方法，其特征在于，所述方法还包含以下步骤：对所述音效参数的循环播放次数进行设定。

3.如权利要求1-2中任一项所述的方法，其特征在于，所述音效参数包含：落石音效、大海音效、风声音效、雨声音效以及打雷音效。

4.一种存储介质，其包含用于执行如权利要求1-3中任一项所述的方法步骤的一系列指令。

5.一种用于多模态故事内容输出的音效控制装置，其特征在于，执行如权利要求1-3中任一项所述的方法，所述装置包含：

响应模块，其用于获取输出故事内容指令并响应；

提取模块，其用于对待输出文本进行文本处理，提取文本处理结果中的场景信息，所述场景信息包括：对话场景；

调整模块，其用于若检测到当前场景信息为预设场景，调整输出数据中的音乐参数及音效参数，所述音乐参数包括：背景音乐参数；所述音效参数包括角色音效参数；

所述调整模块包含：

降低单元，其用于当所述预设场景为对话场景时，降低当前背景音乐参数的媒体音量；

恢复单元，其用于当所述故事人物对话场景中的角色结束对话时，恢复当前背景音乐参数的媒体音量至预设音量。

6.一种儿童专用智能设备，其特征在于，用于执行如权利要求1-3中任一项所述的方法步骤的一系列指令。

7.一种用于多模态故事内容输出的音效控制系统，其特征在于，所述系统包含：

如权利要求6所述的儿童专用智能设备；

云端大脑，其具备语义理解、视觉识别、认知计算以及情感计算，以决策所述儿童专用智能设备输出多模态数据。