[发明专利]进行自动语音应答处理的方法、装置、设备及存储介质

权利要求书

1.一种进行自动语音应答处理的方法，其特征在于，所述方法包括：

获取用户的图像数据；

基于所述图像数据和预先训练的用户属性状态分析模型，确定所述用户的属性状态信息；

对所述用户的图像数据进行人脸识别，基于所述用户的图像数据，确定所述用户的账户，获取所述账户的历史操作信息，其中，所述历史操作信息中包括消费信息、感兴趣商品；

基于所述属性状态信息、所述历史操作信息和预先训练的交互风格分析模型，确定对所述用户进行自动语音应答的目标交互风格信息；

基于所述目标交互风格信息，进行自动语音应答处理。

2.根据权利要求1所述的方法，其特征在于，所述目标交互风格信息包括目标语音风格信息；

所述基于所述目标语音风格信息，进行自动语音应答处理，包括：

获取用户语音音频；

对所述用户音频进行识别，生成对应的文字；

基于所述文字，以及预先训练的对话模型，确定目标交互文字；

基于语音合成算法，与所述目标语音风格信息对应的调节参数，将目标交互文字转化成与所述目标语音风格信息对应的目标应答语音音频；

播放所述目标应答语音音频。

3.根据权利要求2所述的方法，其特征在于，所述目标交互风格信息还包括目标背景音乐风格信息；

所述方法还包括：

播放所述目标背景音乐风格信息对应的背景音乐。

4.根据权利要求2所述的方法，其特征在于，所述目标交互风格信息还包括目标显示画面风格信息；

所述方法还包括：

显示所述目标画面风格信息对应的画面。

5.根据权利要求1所述的方法，其特征在于，所述获取用户的图像数据之后，所述方法还包括：

基于所述用户的图像数据，确定所述用户的账户，获取所述账户对应的目标画面风格信息；

显示所述目标画面风格信息对应的画面。

6.根据权利要求1所述的方法，其特征在于，所述获取用户的图像数据之前，所述方法还包括：

随机显示多种画面风格信息对应的画面；

获取在显示多种画面风格信息对应的画面时，所述用户的图像数据；

将多种画面风格信息对应的所述用户的图像数据，分别输入所述用户属性状态分析模型，得到多种画面风格信息对应的属性状态信息，所述属性状态信息包括表情信息；

基于多种画面风格信息对应的表情信息，在所述多种画面风格信息中选取目标画面风格信息；

将所述目标画面风格信息与当前登录的所述账户对应存储。

7.一种进行自动语音应答处理的装置，其特征在于，所述装置包括：

获取模块，被配置为获取用户的图像数据；

第一确定模块，被配置为基于所述图像数据和预先训练的用户属性状态分析模型，确定所述用户的属性状态信息；

识别模块，被配置为对所述用户的图像数据进行人脸识别，基于所述用户的图像数据，确定所述用户的账户，获取所述账户的历史操作信息，其中，所述历史操作信息中包括消费信息、感兴趣商品；

第二确定模块，被配置为基于所述属性状态信息、所述历史操作信息和预先训练的交互风格分析模型，确定对所述用户进行自动语音应答的目标交互风格信息；

处理模块，被配置为基于所述目标交互风格信息，进行自动语音应答处理。

8.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现如权利要求1至权利要求6任一项所述的进行自动语音应答处理方法所执行的操作。

9.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如权利要求1至权利要求6任一项所述的进行自动语音应答处理方法所执行的操作。