[发明专利]虚拟角色的形象输出方法、装置、设备以及存储介质

说明书

本申请实施例涉及人工智能领域，公开了一种虚拟角色的形象输出方法、装置、设备以及存储介质。其中，方法包括：当接收目标对象的互动请求时，根据互动请求输出预设的互动响应，并采集目标对象的音频数据及视频数据；根据音频数据的提取目标对象的第一语音数据；根据视频数据获取目标对象对应的第二语音数据；根据第一语音数据和第二语音数据确定目标对象的目标语音数据；根据目标语音获取目标文本信息；利用语义分析模型对目标文本信息进行语义分类处理，得到分类结果；根据分类结果获取目标回应方案，并生成回应语音信息及虚拟人物的面部图像控制信息；输出回应语音信息，并根据面部图像控制信息控制虚拟人物面部状态显示。

技术领域

本申请涉及语音识别技术领域，尤其涉及一种虚拟角色的形象输出方法、装置、设备以及存储介质。

背景技术

随着现今，随着互联网技术和多媒体技术的发展，人们对于电子产品的依赖性也越来越强，目前出现了很多例虚拟人物互动的应用，通过与虚拟人物进行互动能得到一些语音或动作方面的反馈，但是由于目前的虚拟技术大多是通过三维建模后进行后期处理得到的，在进行互动时虚拟人物的表情表现得不自然，用户进行互动时体验感不好，同时，目前的交互方式多为通过预设的人机交互界面来进行交互，减少了互动时体验的乐趣。

发明内容

本申请实施例的主要目的在于提供一种虚拟角色的形象输出方法、装置、设备以及存储介质，旨在实现虚拟人物形象的精准输出，以提升终端设备与用户的互动体验。

第一方面，本申请实施例提供一种虚拟角色的形象输出方法，应用于终端设备，包括：

当接收目标对象的互动请求时，根据所述互动请求输出预设的互动响应，并采集所述目标对象的音频数据及视频数据；

从所述音频数据中提取所述目标对象的第一语音数据，以及从所述视频数据中提取所述目标对象的多张口型变化图像，并根据所述口型变化图像得到所述目标对象的第二语音数据；

根据所述第一语音数据和所述第二语音数据确定所述目标对象的目标语音数据，并将所述目标语音数据输入至预设的语音识别模型，得到目标文本信息；

利用语义分析模型对所述目标文本信息进行语义分类处理，得到分类结果，并根据所述分类结果从回应方案数据库中获取目标回应方案，以及根据所述目标回应方案生成回应语音信息及虚拟人物的面部图像控制信息；

输出所述回应语音信息，并根据所述面部图像控制信息控制所述虚拟人物面部状态显示。

第二方面，本申请实施例还提供一种虚拟角色的形象输出装置，包括：

数据采集模块，用于当接收目标对象的互动请求时，根据所述互动请求输出预设的互动响应，并采集所述目标对象的音频数据及视频数据；

语音提取模块，用于从所述音频数据中提取所述目标对象的第一语音数据，以及从所述视频数据中提取所述目标对象的多张口型变化图像，并根据所述口型变化图像得到所述目标对象的第二语音数据；

文本转换模块，用于根据所述第一语音数据和所述第二语音数据确定所述目标对象的目标语音数据，并将所述目标语音数据输入至预设的语音识别模型，得到目标文本信息；

方案选择模块，用于利用语义分析模型对所述目标文本信息进行语义分类处理，得到分类结果，并根据所述分类结果从回应方案数据库中获取目标回应方案，以及根据所述目标回应方案生成回应语音信息及虚拟人物的面部图像控制信息；

信息输出模块，用于输出所述回应语音信息，并根据所述面部图像控制信息控制所述虚拟人物面部状态显示。

第三方面，本申请实施例还提供一种终端设备，终端设备包括处理器、存储器、存储在存储器上并可被处理器执行的计算机程序以及用于实现处理器和存储器之间的连接通信的数据总线，其中计算机程序被处理器执行时，实现如本申请说明书提供的任一项虚拟角色的形象输出方法步骤。