智能体的语音信息处理方法、计算机设备及存储介质与流程

本申请涉及人工智能领域，尤其涉及一种智能体的语音信息处理方法、计算机设备及存储介质。

背景技术：

1、现有的强化学习(reinforcement learning，rl)技术能够训练出在游戏中与人类玩家对战或者合作的智能体模型，然而，智能体模型与真实的人类玩家依旧存在一定的区别，例如智能体模型难以与人类玩家进行交互，对人类玩家的交互信息作出反应并进行回复，导致智能体模型的拟人效果不佳，进而导致用户体验低下。因此，如何提高智能体模型的拟人效果成为了亟需解决的问题。

技术实现思路

1、本申请的主要目的在于提供一种智能体的语音信息处理方法、计算机设备及存储介质，旨在提高智能体的拟人效果。

2、第一方面，本申请提供一种智能体的语音信息处理方法，所述智能体的语音信息处理方法包括以下步骤：

3、接收外部对象发送的第一语音信息，并提取所述第一语音信息对应的目标语义信息；

4、根据所述目标语义信息确定用于对所述第一语音信息进行回复的第二语音信息，并确定所述外部对象的意图类型；

5、获取所述智能体所处环境的环境状态，并基于所述意图类型及所述环境状态确定所述智能体的动作输出策略；

6、基于所述动作输出策略控制所述智能体与所述环境交互，并在所述智能体与所述环境进行交互过程中输出所述第二语音信息。

7、第二方面，本申请还提供一种计算机设备，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上述的智能体的语音信息处理方法。

8、第三方面，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如上述的智能体的语音信息处理方法。

9、本申请提供一种智能体的语音信息处理方法、计算机设备及存储介质，本申请通过接收外部对象发送的第一语音信息，并提取所述第一语音信息对应的目标语义信息；根据所述目标语义信息确定用于对所述第一语音信息进行回复的第二语音信息，并确定所述外部对象的意图类型；获取所述智能体所处环境的环境状态，并基于所述意图类型及所述环境状态确定所述智能体的动作输出策略；基于所述动作输出策略控制所述智能体与所述环境交互，并在所述智能体与所述环境进行交互过程中输出所述第二语音信息。由于使智能体能够根据人类玩家的语音信息输出相应的回复并结合人类玩家的语音信息执行动作，提高了智能体的拟人效果。

技术特征：

1.一种智能体的语音信息处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的智能体的语音信息处理方法，其特征在于，所述基于所述动作输出策略控制所述智能体与所述环境交互，包括：

3.根据权利要求2所述的智能体的语音信息处理方法，其特征在于，所述动作决策模型包括：长期决策模型、即时决策模型；所述基于所述动作决策模型，根据所述目标语义信息以及智能体所处环境的环境状态，确定所述智能体的待执行动作，包括：

4.根据权利要求3所述的智能体的语音信息处理方法，其特征在于，所述基于所述即时决策模型，根据所述待执行任务和所述环境状态，确定所述智能体当前时刻的待执行动作，包括：

5.根据权利要求2所述的智能体的语音信息处理方法，其特征在于，所述根据所述目标语义信息确定用于对所述第一语音信息进行回复的第二语音信息，包括：

6.根据权利要求5所述的智能体的语音信息处理方法，其特征在于，所述根据状态数据库中存储的历史状态信息、所述目标语义信息和所述待执行动作中的至少一者，确定所述第二语音信息，包括：

7.根据权利要求6所述的智能体的语音信息处理方法，其特征在于，所述基于预设的提示信息模板，根据所述历史状态信息、所述目标语义信息和所述待执行动作，确定目标提示信息，包括：

8.根据权利要求2-7任一项所述的智能体的语音信息处理方法，其特征在于，所述方法还包括：

9.一种计算机设备，其特征在于，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如权利要求1至7中任一项所述的智能体的语音信息处理方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如权利要求1至7中任一项所述的智能体的语音信息处理方法。

技术总结
本申请涉及人工智能领域，提供一种智能体的语音信息处理方法、计算机设备及存储介质，该方法包括：接收外部对象发送的第一语音信息，并提取所述第一语音信息对应的目标语义信息；根据所述目标语义信息确定用于对所述第一语音信息进行回复的第二语音信息，并确定所述外部对象的意图类型；获取所述智能体所处环境的环境状态，并基于所述意图类型及所述环境状态确定所述智能体的动作输出策略；基于所述动作输出策略控制所述智能体与所述环境交互，并在所述智能体与所述环境进行交互过程中输出所述第二语音信息。使智能体能够根据人类玩家的语音信息输出相应的回复并结合人类玩家的语音信息执行动作，提高了智能体的拟人效果。

技术研发人员：范远翔,王波,廖四洋,周正
受保护的技术使用者：超参数科技（深圳）有限公司
技术研发日：
技术公布日：2024/3/24