指向同一实施例，也不一定是与其他实施例互相排斥的单独的 或可选择的实施例。此外，各种特征可能在一些实施例中出现而并未在其他实施例中出现。 类似地，各种要求可能在一些实施例中出现而并未在其他实施例中出现。
[0034] 本说明书中所使用的术语通常具有本领域、在本公开的内容中，和在每个术语被 使用的具体内容中的一般含义。用于描述本公开的某些术语在下文或说明书的其它地方进 行了讨论，用W对有关本公开的描述的实践者提供附加的指导。为方便起见，某些术语可突 出显示，例如使用斜体和/或引号。采用突出显示并不影响术语的范围和含义；术语的范围 和含义在相同的上下文中是相同的，而不论其是否被突出显示。应当理解，同一情形可采用 多于一种的方式来阐述。
[0035] 因此，替代的语言和同义词可用于任何一个或多个本文所讨论的术语，也不是任 何具体意义都基于术语是否在文中被详细阐述或讨论而被设置。对于某些术语的同义词已 被提供。对于一个或多个同义词的记载并不排除对其它同义词的使用。在本说明书中任何 地方的示例使用，包括本文所讨论的任何术语的示例，仅是例证性的，而并非意图进一步限 制本公开或任何所例证术语的范围和含义。同样，本公开并不限于在本说明书中所给定的 各种实施例。
[0036] 在并非意图进一步限制本公开的范围的情况下，在下文给出了根据本公开的实施 例的器械、装置、方法及其相关效果的示例。注意的是，标题或子标题可在示例中使用W方 便读者，运绝非限制本公开的范围。除非另有规定，本文所用的所有技术和科学术语都具有 本公开所属领域的普通技术人员通常理解的相同含义。在存在冲突的情况下，本文（包括 定义）将占支配地位。 阳的7]系统概沐
[0038] 某些公开实施例关注于基于对话的人机交互的系统和方法。在一些实施例中，系 统包括虚拟环境中的多个交互场景。用户可W访问每个场景并参与相关于与活跃场景关联 的活动的与虚拟人物的对话。在某些实施例中，中屯、服务器可容纳与虚拟人物语音关联的 多种波形，并且能动态地将波形传递给与人工智能操作相连的用户设备。在一些实施例中， 当来自服务器的波形不可用于检索或者对检索而言是很低效的时候，人物的语音通过使用 文语转换工具被生成。
[0039] 图1示出了可实施于某些实施例的系统中的各组件的框图。在一些实施例中，主 机服务器系统101可执行各种被公开的特征且可通过网络108a-b与用户设备llOa-b通 信。在一些实施例中，网络l〇8a-b是相同的网络且可W是任何公知的网络，例如互联网、局 域网、本地WiFi自组网络等。在一些实施例中，所述网络包括从蜂窝塔107a-b和用户设备 llOa-b的传输。用户们112a-b可在其各自的设备上使用用户界面109a-b与本地应用互 动。在一些实施例中，用户可通过本地应用与服务器101通信。本地应用可W是独立软件 程序，或W最小的专口化的本地处理的方式从服务器101呈现信息，例如互联网浏览器。
[0040] 服务器101可能包括多个软件、固件，和/或硬件模块W实施各个所公开的过程。 例如，服务器可能包括多个系统工具102,例如动态链接库，W执行各种功能。存储元数据 103的数据库和存储语音数据104和动画数据105的数据库也可能被包括在内。在一些实 施例中，服务器101可能还包括缓存106W促进对来自用户设备llOa-b的资源请求的更高 效的应答次数。
[0041] 在某些实施例中，服务器101可作为主机向用户设备lioa-b提供资源，W使得设 备可生成与用户在虚拟环境中交互的虚拟人物。在一些实施例中，虚拟环境的操作可分布 在用户设备1lOa-b和服务器101之间。例如，在一些实施例中，虚拟环境和/或AI逻辑可 在服务器101上运行，W及用户设备可仅请求足够的信息W显示结果。在其他的实施例中， 虚拟环境和/或AI逻辑可主要在用户设备llOa-b上运行并仅与服务器不定期地通信W获 取新的资源。
[0042] 虑拟环培巧朴
[0043] 图2示出了可在某些实施例中使用的虚拟环境中的多个交互场景间的拓扑关系。 在此示例中，有=个交互场景A、B、C201a-c用户可从其开始交互会话的主场景201d。在 一些实施例中，场景可包括房子中的"房间"或游戏竞赛中的不同"游戏"。每个交互场景可 显示独特的内容且可包含与其他场景通用的元素和一些独特的元素。用户可不受限制地从 一些场景转换，如在转换202c-e的情况下。但是，一些转换可能是不定向的，例如从场景A 201a到场景B20化的转换20化和从场景C201c到场景A201a的转换202a。在一些实 施例中，用户通过口令或口头表示对虚拟人物提议的同意在场景间进行转换。
[0044] 在一些实施例中，用户可被要求遵从交互回到主场景201山W使得对话Al逻辑可 被重新初始化并配置用于新场景。
[0045] 虑拟环培示例
[0046] 图3示出了可实施于某些实施例的虚拟环境中的主场景的图形用户界面 (GUI) 300的示例截图。在一些实施例中，GUI可出现在界面109a-b上，例如移动电话的显 示屏、移动电话或桌面设备的触摸屏。如在本示例中所示，GUI300可包括虚拟人物的第一 描写301a和第二描写30化，菜单栏302,其具有用户图形304a、独立静态或实时用户视频 304b和语音界面303。
[0047] 菜单302可描绘虚拟环境所有场景间的通用元素，W向用户提供虚拟和功能性的 连续性。语音界面303可被用于应答来自虚拟人物301a-b的询问。例如，在一些实施例中， 用户可触摸界面303 W激活麦克风W接收他们的应答。在其他实施例中，当用户选择一些 其他输入设备时，界面303可点亮或W其他方式指示活跃状态。在一些实施例中，当录音被 系统发起时，界面303可自动点亮。
[0048] 在一些实施例中，实时用户视频304b当用户使用用户设备时描绘实时或接近实 时的用户图像，其可能使用与用户设备通信的照相机而获得。如图3所示，用户的描绘可被 系统修改，例如通过覆盖面部毛发、假发、帽子、耳饰等在实时视频图像上。所述覆盖可响应 发生在虚拟环境中的活动和/或通过与虚拟人物的对话被生成。例如，在交互包含角色扮 演中，如在海盗冒险中包括用户，用户图像可被覆盖有海盗帽、甜骸头和骨头、或者类似的 与该交互有密切关系的资源。在一些实施例中，用户图形304a是用户的静态图像。在应用 设置期间，系统可拍摄用户的图像并存储该图像作为"标准"或"默认"图像W显示为用户 图形304a。但是，如本文中更详细的描述，在一些实施例中用户可选择让带有覆盖图像的他 们的图像代替用户图形304曰。在一些实施例中，用户可主动地替换用户图形304曰。
[0049] 在一些实施例中，交互可能包括一个或多个虚拟人物的建议或邀请，W用于用户 激活由用户设备对其照片的拍摄，或用于系统自动拍摄用户的图片。例如在发起海盗交互 后和在第一次显示带有海盗帽的用户后，虚拟人物可评论用户的外貌并提出使用位于用户 设备上的照相机捕获捕获用户的图像。如果用户回复确认，然后系统可捕获捕获图像并存 储图像或使用图像W永久地或在海盗交互的一部分中代替用户图形304a。在一些实施例 中，相同或相应的图形可被覆盖在虚拟人物的图像上。
[0050]如本文中更详细的描述，虚拟人物301a-b可执行各种动画，W指示其正在发言W及与场景中的其他元素互动。
[0051] 图4示出了可实施于某些实施例的虚拟环境中的"炉边谈话场景"GUI400的示例 截图。背景403中的元素可向用户指示其当前所在的是哪个场景。在此例中，用户的图像 401，可能是使用位于用户设备的照相机获得的实时图像，可被使用。虚拟人物，如虚拟人物 30化，可通过交互向用户提出问题且用户可使用语音界面303应答。文本框402可被用于 指示该对话的主题和性质（例如，学校）。
[0052] 图5示出了可实施于某些实施例的虚拟环境中的"对抗场景"GUI500的示例截 图。在本实施例中，尽管虚拟人物在GUI500中是不可见的，该系统可仍然提出问题（可能 用虚拟人物的声音）并接收来自用户的应答和陈述。在此场景中，滚动页眉504a可被用于 指示有关于该对话的上下文信息。在此例中，元素501中所描绘的用户参与到了与相对的 图像503中所描绘的海盗的智慧争斗中。文本框502a-b可被用于表明系统所提出的问题 并可能由用户给出的或预计由用户给出的回应。
[0053] 图6示出了可实施于某些实施例的在虚拟环境中的"游戏竞赛场景"GUI的示例截 图。在此场景中，虚拟人物30化可开展游戏竞赛，其中用户为竞争者。虚拟人物30化可向 用户提出问题。预计的回答可在文本框602a-c中显示。虚拟人物301c可能是不同于虚拟 人物30化的虚拟人物，或者为同一人物的单独地动画实例。虚拟人物301c可被用于向用 户提出问题。标题屏幕603可被用于指示竞赛的种类。用户图像可被实时或接近实时地显 示于区域601。
[0054] 图7示出了可实施于某些实施例的虚拟环境中的"讲故事场景"GUUOO的示例 截图。在此场景中，图形用户界面700可被分为文本区域701和图形区域702。虚拟