根据功能配置进行智能响应的数智人构建装置及方法与流程

[]本发明涉及数智人，具体地说是一种根据功能配置进行智能响应的数智人构建装置及方法。

背景技术：

0、[背景技术]

1、目前，现有技术中的智能响应设备，通常包含一套预设的程序或者指令，一般来说，这些设备能够在接收到特定的请求或指令时执行定义好的动作。例如，演讲者在一个演讲中可能需要通过语音指令启动一个幻灯片展示，或者工厂的自动化生产线可能需要按照预设的生产程序进行操作。虽然现有的智能响应设备在特定领域已经展现出了显著的性能，但是其依赖于特定的预设程序和指令，使这些设备在面临不熟悉的或者变化的需求和环境时，其性能可能会大打折扣。特别是，这些设备通常需要人力进行一次次的参数化配置，耗费人力物力，且不易适应需求的变化。

2、此外，现有的智能响应设备在处理复杂、关系紧密的任务时，通常需要大量的硬件资源和人工参与，成本高昂，且难以实现快速、灵活的响应。而且，现有技术大多数关注点在响应排序和响应生成上，相对忽视了对用户的深度理解和长期识别，这可能会制约聊天机器人长期、深入的用户服务能力。

3、因此，若能对现有智能响应设备进行优化和改进，以实现低成本、高效率、灵活配置的响应机构，从而更好的满足现代化的需求和挑战，将具有非常重要的意义。

技术实现思路

0、[技术实现要素：]

1、本发明的目的就是要解决上述的不足而提供一种根据功能配置进行智能响应的数智人构建装置，能够根据功能配置进行智能响应，快速准确地为用户提供信息，实现了高度的灵活性与可扩展性，且响应更快，资源利用更高，答疑精准度更高。

2、本发明一方面，提供了一种根据功能配置进行智能响应的数智人构建装置，包括：

3、智能语音模块110，用于接收和解析用户的语音输入；

4、向量搜索模块120：用于根据用户的问题生成对应的向量，并在向量空间内进行搜索，找到与此向量距离最近的结果，以快速提供答案；

5、知识库问答模块130：用于自动从特定的知识库中提取需要的信息；

6、langtree模块140：用于根据需要进行网络搜索或者利用编程功能，为用户问题提供多元化解决方案；

7、大语言模型模块150：用于通过对大规模预训练模型的运用，提供用户问题的综合理解和回答生成；

8、文本转语音模块160：用于将系统生成的文本答案转化为语音，使得用户能以听的方式获取系统的反馈；

9、口型模拟模块170：用于通过先进的机器学习技术，将生成的语音与人口形状视频模型进行合成，生成具有人类口型的视频流。

10、作为一种实施例，所述智能语音模块110使用包括但不限于深度学习模型的语音识别技术，以在各种环境中提供高精度的语音识别。

11、作为一种实施例，所述知识库问答模块130根据用户问题导入来自相应节点的pdf文件内容，以实现定向的问题回答。

12、本发明另一方面，提供了一种根据功能配置进行智能响应的数智人构建方法，包括以下步骤：

13、1)用户的请求以语音方式输入后，由智能语音模块110接收并转化为对应的文本；

14、2)根据内部配置，将文本请求在向量搜索模块120、知识库问答模块130与langtree模块140中寻找解决方案；

15、3)当找到满意回答则返回用户，若向量搜索模块120、知识库问答模块130与langtree模块140均未找到满意答案，则由大语言模型模块150处理，利用自然语言理解技术生成回答；

16、4)将生成的文本答案通过文本转语音模块160转换为语音，同时，口型模拟模块170将生成的语音与人口形状视频模型进行合成，并呈现给用户。

17、作为一种实施例，步骤2)中，首先判断向量搜索模块120是否已经被配置和启动，若已启动，向量搜索模块120依据问题制定出特定的向量，并在向量空间内进行搜索，找到与此向量距离最近的结果，以快速提供答案。

18、作为一种实施例，步骤2)中，若知识库问答模块130也被激活，知识库问答模块130将利用其内部的知识库进行相关信息的筛选，该知识库包含了从不同数据源获取的资料，并从中查找和匹配用户问题的答案。

19、作为一种实施例，步骤2)中，若langtree模块140已经启动，langtree模块140进行网络搜索，或者接入不同的语言模型，甚至利用编程来获取具体的答案。

20、作为一种实施例，步骤3)中，大语言模型模块150使用先进的自然语言处理技术，理解并分析用户的问题，并根据预训练的大规模模型生成答案；步骤4)中，文本转语音模块160将答案转换为语音后，口型模拟模块170则将模拟的语音与图像模型合成，进而呈现出人类口型视频流。

21、本发明第三方面，提出了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，所述程序执行上述方法。

22、本发明第四方面，提出了一种计算机设备，包括：处理器、存储器和总线；所述处理器与所述存储器通过所述总线连接；所述存储器用于存储程序，所述处理器用于运行程序，所述程序运行时执行上述方法。

23、本发明同现有技术相比，具有如下优点：

24、(1)加快响应速度：本发明各模块并行处理用户请求，有效提高答疑效率；即使在面对复杂问题条件下，大语言模型模块能依靠自然语言理解技术，进行高效答疑，大幅缩短了用户等待时间；

25、(2)节约计算资源：本发明各模块互相独立，各司其职，避免了资源的浪费；相较于其他系统，该装置更能在保证回答质量的同时，降低硬件采购成本及运维成本，提高资源利用率；

26、(3)提升用户体验：本发明用户输入方式多样，无论是语音还是文字，都能精确接收；系统回答的形式也是视听并重，通过语音识别和合成技术，口型模拟模块等方式呈现回答，良好的用户界面与交互设计，使得用户的体验更佳；

27、(4)灵活可配置：本发明各个模块都是可以自由配置开启或关闭，可以根据实际业务需求组合最优化方案，实现了高度的灵活性与可扩展性；

28、(5)精度提升：本发明向量搜索模块和知识库问答模块等可以精准查找和匹配用户问题的答案，训练有素的大模型还能准确理解复杂问题并给出满意答案，大幅提升了回答的准确度和系统的智能水平；

29、(6)安全可靠：本发明逐级答疑和回答机制保证了用户隐私数据的安全，同时系统经过严密的设计和测试，能可靠的运行，在关键时刻为用户提供相应服务；

30、综上，本发明创新性地通过多个模块，实现了根据功能配置进行智能响应，具有响应更快、资源利用更高、用户体验更佳、更加灵活，答疑精准度高，更加安全可靠等优点，相比现有技术有着显著的优越性，值得推广应用。

技术特征：

1.一种根据功能配置进行智能响应的数智人构建装置，其特征在于，包括：

2.如权利要求1所述的装置，其特征在于：所述智能语音模块(110)使用包括但不限于深度学习模型的语音识别技术，以在各种环境中提供高精度的语音识别。

3.如权利要求1所述的装置，其特征在于：所述知识库问答模块(130)根据用户问题导入来自相应节点的pdf文件内容，以实现定向的问题回答。

4.一种根据功能配置进行智能响应的数智人构建方法，其特征在于，包括以下步骤：

5.如权利要求4所述的方法，其特征在于：步骤2)中，首先判断向量搜索模块(120)是否已经被配置和启动，若已启动，向量搜索模块(120)依据问题制定出特定的向量，并在向量空间内进行搜索，找到与此向量距离最近的结果，以快速提供答案。

6.如权利要求5所述的方法，其特征在于：步骤2)中，若知识库问答模块(130)也被激活，知识库问答模块(130)将利用其内部的知识库进行相关信息的筛选，该知识库包含了从不同数据源获取的资料，并从中查找和匹配用户问题的答案。

7.如权利要求6所述的方法，其特征在于：步骤2)中，若langtree模块(140)已经启动，langtree模块(140)进行网络搜索，或者接入不同的语言模型，甚至利用编程来获取具体的答案。

8.如权利要求7所述的方法，其特征在于：步骤3)中，大语言模型模块(150)使用先进的自然语言处理技术，理解并分析用户的问题，并根据预训练的大规模模型生成答案；步骤4)中，文本转语音模块(160)将答案转换为语音后，口型模拟模块(170)则将模拟的语音与图像模型合成，进而呈现出人类口型视频流。

9.一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包括存储的程序，所述程序执行权利要求4至8中任一项所述的方法。

10.一种计算机设备，其特征在于，包括处理器、存储器和总线；所述处理器与所述存储器通过所述总线连接；所述存储器用于存储程序，所述处理器用于运行程序，所述程序运行时执行权利要求4至8中任一项所述的方法。

技术总结本发明涉及一种根据功能配置进行智能响应的数智人构建装置及方法，该装置包括：智能语音模块，接收和解析用户的语音输入；向量搜索模块：根据用户的问题生成对应的向量，并在向量空间内进行搜索；知识库问答模块：从知识库中提取需要的信息；LangTree模块：根据需要进行网络搜索或者利用编程功能为用户问题提供多元化解决方案；大语言模型模块：通过对大规模预训练模型的运用，提供用户问题的综合理解和回答生成；文本转语音模块：将文本答案转化为语音；口型模拟模块：将生成的语音与人口形状视频模型进行合成，生成具有人类口型的视频流；本发明可根据功能配置进行智能响应，快速准确地为用户提供信息，实现了高度的灵活性与可扩展性。技术研发人员：郭红森受保护的技术使用者：上海数珩信息科技股份有限公司技术研发日：技术公布日：2024/4/17