买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉联通(江西)产业互联网有限公司申请的专利一种数字人智能交互方法、装置及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121051217B 。

龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511596664.3，技术领域涉及：G06F16/3329；该发明授权一种数字人智能交互方法、装置及设备是由曾志强;黄巍;王艳;桂贤梁;朱雪平;杨程;朱剑设计研发完成，并于2025-11-04向国家知识产权局提交的专利申请。

本一种数字人智能交互方法、装置及设备在说明书摘要公布了：本发明提供了一种数字人智能交互方法、装置及设备，该方法包括：获取目标用户在预设输入界面输入的输入问题信息，所述输入问题信息包括原始语音信息、原始文本信息和原始视觉信息中的至少一项；对所述输入问题信息进行问题类型解析识别，得到问题类型向量根据所述问题类型向量，确定目标用户的意图信息；根据所述意图信息，生成回复内容信息；获取目标用户对所述回复内容信息的反馈状态信息；根据所述反馈状态信息，对所述回复内容信息进行优化，得到优化回复内容信息；根据所述优化回复内容信息，同步口型、表情与肢体动作，生成综合回复内容。该方案可以精准识别图像与文字，提高数字人交互过程中的服务理解能力和回复内容的准确性。

本发明授权一种数字人智能交互方法、装置及设备在权利要求书中公布了：1.一种数字人智能交互方法，其特征在于，应用于数字人智能体，所述方法包括： 获取目标用户在预设输入界面输入的输入问题信息，所述输入问题信息包括原始语音信息、原始文本信息和原始视觉信息中的至少一项； 对所述输入问题信息进行预处理，所述预处理包括语音预处理，文本预处理以及视觉预处理； 对所述输入问题信息进行问题类型解析识别，得到问题类型向量，所述问题类型向量用于区分简单问答需求与多步骤流程需求； 根据所述问题类型向量，确定目标用户的意图信息； 根据所述意图信息，生成回复内容信息；具体包括：根据所述意图信息查询预设知识图谱，得到结构化数据；根据所述结构化数据，生成回复内容信息； 获取目标用户对所述回复内容信息的反馈状态信息； 根据所述反馈状态信息，对所述回复内容信息进行优化，得到优化回复内容信息，具体包括：根据所述反馈状态信息进行策略选择，得到优化指令；根据所述优化指令对所述回复内容信息进行优化，得到优化回复内容信息； 根据所述优化回复内容信息，同步口型、表情与肢体动作，生成综合回复内容； 其中，语音预处理，包括： 通过，对信号实现初步去噪； 根据 以及完成去噪过程，此时获取到原始语音信息； 其中，为输入信号；DWT代表信号的分解过程，分解后得到和；表示信号的低频部分，包含语音的主要能量和轮廓信息；表示信号的高频部分，包含噪声、边缘特征及语音的瞬态信息；表示对高频噪声进行抑制，同时保留语音边缘特征，具体过程为： 其中，表示信号重构函数；表示设定的阈值参数，通过得到；表示信号噪声的标准差，通过得到；M表示信号长度；所述MAD为的中位数绝对偏差，即通过的中位数，计算每个与所述中位数的差异绝对值，再通过差异绝对值的中位数得到MAD；表示缩放因子，此处为常数0.6745；表示经过去噪的信号；表示当前时刻的滤波器系数向量，维度为；表示下一时刻的滤波器系数向量，维度为；表示控制因子，取值为02，越大，收敛越快，但会引发振荡或发散，越小，收敛越慢，但稳定性更高，若考虑效果均衡性，将设置为1；表示从当前时刻n往回看，共N个样本的平方和；i表示索引0到N1；为常数，用来防止分母为0，取值为；表示对经过滤波的信号，即最终的原始语音信息；表示的转置，维度为；表示的转置，维度为；视觉预处理，包括： 根据，拉伸图像整体对比度，使暗部细节和亮部细节更清晰； 根据，处理图像局部过曝或欠曝，从而得到增强对比度后的图像信息； 通过，保留面部与肢体动作的边缘和纹理细节，实现对图像的去噪，获取原始视觉信息，权重通过求得； 其中，为图像信息的输入灰度级；为处理后的输出灰度级；U为变换函数，表示将输入灰度级映射到输出灰度级的映射关系；Q表示图像灰度级的总数；k表示当前正在计算的输入灰度级的索引；表示图像中输入灰度级出现的概率，通过得到，表示图像中灰度级为的像素个数，表示图像的总像素数，E是图像高度，F是图像宽度；表示累积分布函数，表示灰度级≤的所有像素的概率之和；表示图像的输入亮度值；表示图像的输出亮度值；表示图像亮度最大值；表示校正参数，将其设为常数2.2；代表图像f预处理后的信息，即原始视觉信息；f代表图像；b代表f图像中的一个待去噪像素位置；y代表f图像中的另一个像素位置，范围为搜索窗口的范围；表示图像围绕b的定义域，即搜索窗口；表示b和y之间的权重；表示归一化常数，为所有权重的和；表示y位置的噪声像素值；Gb和Gy分别是围绕b和y所提取的图像块；代表两个图像块之间的相似度；h为衰减参数，根据噪声的水平进行设置，噪声越大，将衰减系数设置越大； 其中，对所述输入问题信息进行问题类型解析识别，得到问题类型向量，包括： 对所述输入问题信息进行处理，得到多个特征向量，具体包括： 将所述原始语音信息中的内容信息转录为文本，得到转录文本信息； 提取所述原始语音信息中的声学特征信息，得到声学特征向量，包括：对语音信号进行分帧和加窗处理，得到加窗后的帧；对加窗后的帧进行频谱分析处理，得到表示频域信号的频谱；对频谱进行滤波，压缩语音信号的频率细节，得到滤波后的能量；根据对数能量=ln滤波后的能量，对每个滤波器输出的能量取对数，得到对数能量；对所述对数能量进行离散余弦变换，得到倒谱；取所述倒谱前多个系数，即为声学特征向量； 将所述转录文本信息与所述原始文本信息进行特征提取，得到文本特征向量，包括：在所述转录文本信息与所述原始文本信息中的句子前加入特殊标记，所述特殊标记通过符号进行表示；将加入了特殊标记的句子输入文本训练模型进行处理，得到每个词对应的输出向量即为文本特殊向量； 将所述原始视觉信息进行特征提取，得到视觉特征向量，包括：使用计算机视觉技术对用户的面部图像和肢体动作进行分析，采用基于深度学习的方法，利用卷积神经网络模型，从面部图像中学习表情特征，并从肢体图像中学习肢体特征，以此识别判断用户的面部表情以及肢体动作，共同构成视觉特征向量； 对所述多个特征向量进行问题类型解析识别，得到问题类型向量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人联通(江西)产业互联网有限公司，其通讯地址为：330029 江西省南昌市南昌高新技术产业开发区火炬大街566号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。