[发明专利]用于处理信息的方法和装置

说明书

本公开实施例公开了用于处理信息的方法和装置。该方法的一具体实施方式包括：基于用户发送的语音信息，生成应答语音信息；根据上述应答语音信息生成音素序列；根据上述音素序列生成口型变化信息，其中，上述口型变化信息用于在上述应答语音信息播放时，控制所显示的三维立体人像的口型变化；播放上述应答语音信息，以及根据上述口型变化信息控制上述三维立体人像的口型变化。该实施方式实现了播放应答语音信息的同时，基于所播放的应答语音信息控制三维立体人像的口型变化，提高了三维立体人像的拟人效果。

技术领域

本公开实施例涉及计算机技术领域，具体涉及用于处理信息的方法和装置。

背景技术

现阶段，智能服务已经被应用到了各个领域。例如，在智能客服的应用场景下，用户可以通过文字或语音来与客服机器人进行信息交互。而虚拟人像技术通过渲染三维立体人像，可以为智能服务提供更为便捷的使用体验。举例来说，通过使用语音识别、语音合成等技术，能够为三维立体人像赋予对话与聆听的能力，从而提升了用户与三维立体人像现场交互的拟人度。现有的虚拟人像技术虽然已经具有很高的拟人效果，但大多仍然停留在脚本化的应用场景，例如三维游戏、CG(computer graphics，计算机动画)电影等，只能做到按照指示的内容对已经设计好的动作进行响应。

发明内容

本公开实施例提出了用于处理信息的方法和装置。

第一方面，本公开实施例提供了一种用于处理信息的方法，该方法包括：基于用户发送的语音信息，生成应答语音信息；根据上述应答语音信息生成音素序列；根据上述音素序列生成口型变化信息，其中，上述口型变化信息用于在上述应答语音信息播放时，控制所显示的三维立体人像的口型变化；播放上述应答语音信息，以及根据上述口型变化信息控制上述三维立体人像的口型变化。

在一些实施例中，上述方法还包括：获取上述用户发送上述语音信息时所采集的上述用户的视频；对于上述视频中的视频帧，对该视频帧中的人脸图像进行面部表情识别，得到表情识别结果；播放上述视频，以及在所播放的当前视频帧中呈现当前视频帧中的人脸图像对应的表情识别结果。

在一些实施例中，在播放上述视频之前，上述方法还包括：接收上述用户发送的人脸图像装饰请求，其中，上述人脸图像装饰请求包括装饰用配图选取信息；根据上述装饰用配图选取信息从预设的装饰用配图集合中选取目标装饰用配图；将上述目标装饰用配图添加到上述视频的视频帧中。

在一些实施例中，上述将上述目标装饰用配图添加到上述视频的视频帧中，包括：间隔第一预设帧数从上述视频中选取视频帧，得到至少一个视频帧；对于上述至少一个视频帧中的视频帧，对该视频帧中的人脸图像进行人脸关键点检测，得到人脸关键点的位置；根据该视频帧中人脸关键点的位置，将上述目标装饰用配图添加到该视频帧以及该视频帧之后的第二预设帧数的视频帧中。

在一些实施例中，上述方法还包括：根据上述音素序列生成手势变化信息，其中，上述手势变化信息用于在上述应答语音信息播放时，控制所显示的三维立体人像的手势变化；以及上述播放上述应答语音信息，以及根据上述口型变化信息控制上述三维立体人像的口型变化，包括：播放上述应答语音信息，以及根据上述口型变化信息和上述手势变化信息控制上述三维立体人像的口型变化和手势变化。

在一些实施例中，上述方法还包括：基于上述语音信息生成待显示信息，以及对上述待显示信息进行显示。

在一些实施例中，上述方法还包括：根据上述语音信息确定目标业务类别；根据上述目标业务类别确定目标表情信息，以及根据上述目标表情信息控制上述三维立体人像的表情。