一种模拟真人互动的智能服务设备及方法与流程

本发明涉及自助服务技术领域，特别是一种模拟真人互动的智能服务设备及对应的方法。

背景技术：

随着电子技术、互联网和移动互联网技术、人工智能等技术的发展进步，各种商务方面的先进技术也被逐渐应用于生活中等各个领域，如自助贩卖设备和智能服务设备。服务行业因为其特殊性，顾客体验始终被放在首位，这就使得在服务领域的一些智能设备在要求上远高于其它领域。所以不同于其它领域的一些设备，如自助购票机、自助取款机、自助贩卖机等只要实现功能即可，服务行业的设备除了要求实现功能，还被赋予了人性化、增加顾客好感度等功能。

目前比如常见的有餐厅的自助点餐设备、商店的导购设备、景点的讲解服务设备等，普遍采用了大尺寸的屏幕，然后模拟真人服务员提前录制好大量的视频资料存储于设备中，在为顾客服务解决问题的同时，播放设备内置的视频。由于其屏幕尺寸较大，所以会让顾客产生一种与真人服务员面对面互动，接受服务的过程，顾客体验度有较大提升。

目前该种设备的不足之处在于：

1.设备系统库构建工作量巨大，需要录制大量视频备用：

2.设备的操作普遍采用触屏式，较为单一；

3.当系统数据库较大的时候，数据存储和管理工作量和难度都将增加；若数据全部储存在本机，则需要的存储空间较大，且数据更新时无法一次性统一更新；若储存在服务器，因视频文件占用储存空间较大，每次使用时调取的数据对网络速度要求较高，容易出现视频卡顿现象，对硬件要求更高。

技术实现要素：

本发明为解决上述问题，提供了一种模拟真人互动的智能服务设备及方法，无需预先存储大量视频数据，而是采用文本化的数据库，回答问题时只需将文本语音化，并结合预置好的人物动作呈现给用户，不仅能够节约存储空间、降低成本，而且能够利用大数据分析实现智能化服务，用户体验更好。

为实现上述目的，本发明采用的技术方案为：

一种模拟真人互动的智能服务设备，其包括：

摄像头模块，用于对用户进行扫描，并获取用户的图像信息；

用户识别分析模块，根据用户的图像信息进行识别用户的性别和年龄；

语义识别分析模块，将用户的语音信息进行文本化得到文本信息，并对该文本信息进行语义分析和提取用户问题；

运算处理模块，利用数据库对提取的用户问题进行查找相似问题，并将数据库中预设的所述相似问题的对应答案作为所述用户问题的推荐答案；

结果输出模块，将所述推荐答案转换为语音答案播放给用户，并根据所述推荐答案或者所述语音答案配合预设的人物动作进行呈现给用户；其中，所述语音答案是根据所述用户的性别和年龄进行选择匹配的声音类别。

优选的，所述的摄像头进行获取用户的图像信息，是通过对用户进行人脸识别，获取用户的人脸图像；所述用户识别分析模块进行识别用户的性别和年龄，是通过对所述人脸图像进行提取特征点信息，并利用所述特征点信息进行性别类型和年龄类型的机器学习，得到用户的性别和年龄。

优选的，所述语义识别分析模块对文本信息进行语义分析和提取用户问题，是通过对所述文本信息进行分词处理得到单词集合，对该单词集合进行过滤和提取关键信息，将该关键信息作为所述用户问题，或者将该关键信息进行重新组合为标准问题作为所述用户问题。

优选的，所述结果输出模块根据所述用户的性别和年龄进行选择匹配的声音类别，是指当所述用户的年龄为儿童类型时，则选择相应年龄段的男童音或女童音来播放所述语音答案；当所述用户的年龄为成人类型且性别为男性时，则选择相应年龄段的女性声音来播放所述语音答案；当所述用户的年龄为成人类型且性别为女性时，则选择相应年龄段的男性声音或女性声音来播放所述语音答案。

优选的，所述数据库还进一步对提取的用户问题进行存储为历史问题，并以该用户的年龄和性别作为所述历史问题的标签，所述运算处理模块还进一步根据当前用户的性别和年龄从数据库中查找年龄和性别相对应的历史问题，并自动向当前用户提供所述年龄和性别相对应的历史问题或者该历史问题的对应的推荐答案。

同时，本发明还提供了一种模拟真人互动的智能服务方法，其包括以下步骤：

10)对用户进行扫描，并获取用户的图像信息；

20)根据用户的图像信息进行识别用户的性别和年龄；

30)将用户的语音信息进行文本化得到文本信息，并对该文本信息进行语义分析和提取用户问题；

40)利用数据库对提取的用户问题进行查找相似问题，并将数据库中预设的所述相似问题的对应答案作为所述用户问题的推荐答案；

50)将所述推荐答案转换为语音答案播放给用户，并根据所述推荐答案或者所述语音答案配合预设的人物动作进行呈现给用户；其中，所述语音答案是根据所述用户的性别和年龄进行选择匹配的声音类别。

优选的，所述的步骤10)中进行获取用户的图像信息，是通过对用户进行人脸识别，获取用户的人脸图像；所述的步骤20)中进行识别用户的性别和年龄，是通过对所述人脸图像进行提取特征点信息，并利用所述特征点信息进行性别类型和年龄类型的机器学习，得到用户的性别和年龄。

优选的，所述的步骤30)中对文本信息进行语义分析和提取用户问题，是通过对所述文本信息进行分词处理得到单词集合，对该单词集合进行过滤和提取关键信息，将该关键信息作为所述用户问题，或者将该关键信息进行重新组合为标准问题作为所述用户问题。

优选的，所述的步骤50)中根据所述用户的性别和年龄进行选择匹配的声音类别，是指当所述用户的年龄为儿童类型时，则选择相应年龄段的男童音或女童音来播放所述语音答案；当所述用户的年龄为成人类型且性别为男性时，则选择相应年龄段的女性声音来播放所述语音答案；当所述用户的年龄为成人类型且性别为女性时，则选择相应年龄段的男性声音或女性声音来播放所述语音答案。

优选的，所述数据库还进一步对提取的用户问题进行存储为历史问题，并以该用户的年龄和性别作为所述历史问题的标签，所述的步骤40)中还进一步根据当前用户的性别和年龄从数据库中查找年龄和性别相对应的历史问题，并自动向当前用户提供所述年龄和性别相对应的历史问题或者该历史问题的对应的推荐答案。

本发明的有益效果是：

1.采用本发明的方法，无需预先存储大量视频数据，而是采用文本化的数据库，回答问题时只需将文本语音化，并结合预置好的人物动作呈现给用户，不仅能够节约存储空间、降低成本，而且能够利用大数据分析实现智能化服务，用户体验更好；

2.数据库以文本形式存在，相对于目前的视频录制方式更灵活易用，构建数据库更简单，更新数据库只需要更新文本内容，或者增加新的声音、人物动作，成本更低；

3.所有设备可共用云服务端数据库，可将各设备收集到的用户信息数据上传共享，借助大数据使设备更加的智能、人性化；

4.设备增加了用户信息采集分析，以及根据大数据为用户主动推荐，使得用户体验感得到很大提升。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明一种模拟真人互动的智能服务设备的结构示意图；

图2为本发明一种模拟真人互动的智能服务方法的流程简图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图及实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明的一种模拟真人互动的智能服务设备，其包括：

摄像头模块，用于对用户进行扫描，并获取用户的图像信息；

用户识别分析模块，根据用户的图像信息进行识别用户的性别和年龄；

语义识别分析模块，将用户的语音信息进行文本化得到文本信息，并对该文本信息进行语义分析和提取用户问题；

运算处理模块，利用数据库对提取的用户问题进行查找相似问题，并将数据库中预设的所述相似问题的对应答案作为所述用户问题的推荐答案；

结果输出模块，将所述推荐答案转换为语音答案播放给用户，并根据所述推荐答案或者所述语音答案配合预设的人物动作进行呈现给用户；其中，所述语音答案是根据所述用户的性别和年龄进行选择匹配的声音类别。

所述的摄像头进行获取用户的图像信息，是通过对用户进行人脸识别，获取用户的人脸图像；所述用户识别分析模块进行识别用户的性别和年龄，是通过对所述人脸图像进行提取特征点信息，并利用所述特征点信息进行性别类型和年龄类型的机器学习，得到用户的性别和年龄。

所述语义识别分析模块对文本信息进行语义分析和提取用户问题，是通过对所述文本信息进行分词处理得到单词集合，对该单词集合进行过滤和提取关键信息，将该关键信息作为所述用户问题，或者将该关键信息进行重新组合为标准问题作为所述用户问题。

所述结果输出模块根据所述用户的性别和年龄进行选择匹配的声音类别，是指当所述用户的年龄为儿童类型时，则选择相应年龄段的男童音或女童音来播放所述语音答案；当所述用户的年龄为成人类型且性别为男性时，则选择相应年龄段的女性声音来播放所述语音答案；当所述用户的年龄为成人类型且性别为女性时，则选择相应年龄段的男性声音或女性声音来播放所述语音答案。

本实施例中，所述数据库可为本地数据库或者云数据库，所述数据库还进一步对提取的用户问题进行存储为历史问题，并以该用户的年龄和性别作为所述历史问题的标签，所述运算处理模块还进一步根据当前用户的性别和年龄从数据库中查找年龄和性别相对应的历史问题，并自动向当前用户提供所述年龄和性别相对应的历史问题或者该历史问题的对应的推荐答案。

如图2所示，本发明还提供了一种模拟真人互动的智能服务方法，其包括以下步骤：

10)对用户进行扫描，并获取用户的图像信息；

20)根据用户的图像信息进行识别用户的性别和年龄；

30)将用户的语音信息进行文本化得到文本信息，并对该文本信息进行语义分析和提取用户问题；

40)利用数据库对提取的用户问题进行查找相似问题，并将数据库中预设的所述相似问题的对应答案作为所述用户问题的推荐答案；

50)将所述推荐答案转换为语音答案播放给用户，并根据所述推荐答案或者所述语音答案配合预设的人物动作进行呈现给用户；其中，所述语音答案是根据所述用户的性别和年龄进行选择匹配的声音类别。

所述的步骤10)中进行获取用户的图像信息，是通过对用户进行人脸识别，获取用户的人脸图像。或者，还可以通过扫描用户的身份证件得到证件图像。

所述的步骤20)中进行识别用户的性别和年龄，是通过对所述人脸图像进行提取特征点信息，并利用所述特征点信息进行性别类型和年龄类型的机器学习，得到用户的性别和年龄。当扫描的是用户的证件图像时，则进行提取该证件图像上的文字信息，并利用该文字信息进行提取用户的性别信息和年龄信息。

所述的步骤30)中对文本信息进行语义分析和提取用户问题，是通过对所述文本信息进行分词处理得到单词集合，对该单词集合进行过滤和提取关键信息，将该关键信息作为所述用户问题，或者将该关键信息进行重新组合为标准问题作为所述用户问题。此外，用户除了可通过麦克风进行输入语音信息，还可直接通过触控屏进行直接输入文本信息。

所述的步骤40)中，所述数据库还进一步对提取的用户问题进行存储为历史问题，并以该用户的年龄和性别作为所述历史问题的标签，所述的步骤40)中还进一步根据当前用户的性别和年龄从数据库中查找年龄和性别相对应的历史问题，并自动向当前用户提供所述年龄和性别相对应的历史问题或者该历史问题的对应的推荐答案。本实施例中，通过将所述历史问题或者该历史问题的对应的推荐答案显示在触控屏中，用户通过触控屏进行选择所需的历史问题或者推荐答案，或者用户选择历史问题后将对应的推荐答案转换为语音答案播放给用户。

所述的步骤50)中根据所述用户的性别和年龄进行选择匹配的声音类别，是指当所述用户的年龄为儿童类型时，则选择相应年龄段的男童音或女童音来播放所述语音答案；当所述用户的年龄为成人类型且性别为男性时，则选择相应年龄段的女性声音来播放所述语音答案；当所述用户的年龄为成人类型且性别为女性时，则选择相应年龄段的男性声音或女性声音来播放所述语音答案。

本发明的智能服务设备和方法的工作过程简述如下：

1.提前将用于设备与用户交流的内容文本数据、以及常用的声音数据、人物动作数据储存于服务器的数据库内，当设备与用户进行交流互动时，即时调取服务器上的文本内容数据、声音数据、人物动作数据到本地数据库，合并后呈现给用户。系统数据库存储于云服务端，节约存储空间、更新方便快捷，并且，所有设备可共用云服务端数据库，可将各设备收集到的用户信息数据上传共享，借助大数据使设备更加的智能、人性化。

2.当顾客唤醒服务设备与其进行交流时，设备启动摄像头对用户进行扫描，然后对扫描结果的图像信息进行分析，识别出用户的性别与年龄，传送到处理器。

3.用户可选择通过触控屏或者语音与设备进行交互，当使用触控屏方式交流时，用户直接按设备提示进行点击即可。

4.当用户选择语音交互时，设备的麦克风捕获到用户的语音信息后，对该语音信息进行识别分析、去躁、文本化处理，得到文本化的用户问题，然后将用户问题传送到服务器的数据库进行寻找对应的推荐答案。

5、服务器将所述推荐答案以及匹配的语音答案和对应的人物动作数据返回至本地的数据库中，将推荐答案通过触控屏呈现给用户，同时，通过扬声器和触控屏向用户播放对应的语音答案以及对应的人物动作，例如如给儿童匹配童音、给成年男性匹配温柔的女性声音等，最终将该声音配合提前预置好的人物动作呈现给用户。

6.当用户没有清晰的目标意向时，可以让系统根据用户的年龄和性别进行自助推荐。如在点餐服务或购物服务时，系统会根据用户的年龄、性别，并结合服务器上的历史数据为用户进行推荐选项。系统推荐是根据服务器上目前大量用户的使用数据积累，如近一段时间内，与目前用户相同性别、相似年龄段的人都购买了某产品，则优先推荐该产品。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

并且，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外，本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

上述说明示出并描述了本发明的优选实施例，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。