【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种基于人工智能的应答方法及系统。
技术介绍
1、随着智能门禁设备的普及和发展，越来越多的用户采用智能应答模式来应对住户不在家时的访客接待，但现有的智能应答技术大部分仅仅采用预先录制好的用户语言，无法实现智能识别访客场景以进行更加智能化和自然的应答，因此其智能化程度不高，用户体验较差。可见，现有技术存在缺陷，亟待解决。
技术实现思路
1、本专利技术所要解决的技术问题在于，提供一种基于人工智能的应答方法及系统，能够实现全自动化和逼真的访客应答，提高访客应答服务的智能化程度，提高用户体验。
2、为了解决上述技术问题，本专利技术第一方面公开了一种基于人工智能的应答方法，所述方法包括：
3、通过门禁设备获取当前用户的语音数据和所处的当前环境的传感数据；
4、基于神经网络算法，根据所述当前环境的传感数据，确定所述当前用户对应的访客场景；
5、根据所述访客场景和所述语音数据，从多个候选的应答预测神经网络筛选出目标预测神经网络；
6、将所述语音数据输入至所述目标预测神经网络中以生成应答数据，并所述应答数据通过门禁设备向所述当前用户进行展示。
7、作为一个可选的实施方式，在本专利技术第一方面中，所述应答数据为应答文本和/或应答语音。
8、作为一个可选的实施方式，在本专利技术第一方面中，所述传感数据包括温度数据、湿度数据、图像数据、红外测距数据和光反射三维建模数据。
9、作
10、将所述当前环境的传感数据中的图像数据，输入至人脸图像识别算法模型，得到人脸识别结果；
11、根据所述人脸识别结果，确定所述当前用户是否为屋主用户，得到第一判断结果；
12、若所述第一判断结果为是，确定所述当前用户对应的访客场景为屋主场景；
13、若所述第二判断结果为否，根据所述当前环境的传感数据以及预设的算法模型，确定所述当前用户对应的访客场景。
14、作为一个可选的实施方式，在本专利技术第一方面中，所述根据所述当前环境的传感数据以及预设的算法模型，确定所述当前用户对应的访客场景，包括：
15、将所述当前环境的传感数据中的图像数据、红外测距数据和光反射三维建模数据，输入至训练好的身份识别神经网络中，以得到所述当前用户的访客类型；
16、将所述当前环境的传感数据中的温度数据、湿度数据和图像数据，输入至训练好的天气识别神经网络中，以得到所述当前环境的天气类型；
17、根据所述访客类型和所述天气类型，基于预设的场景对应关系，确定所述当前用户对应的访客场景。
18、作为一个可选的实施方式，在本专利技术第一方面中，所述访客场景为避雨场景、避暑场景、消费场景、危险场景、家访场景、推销场景或亲友拜访场景。
19、作为一个可选的实施方式，在本专利技术第一方面中，所述根据所述访客场景和所述语音数据，从多个候选的应答预测神经网络筛选出目标预测神经网络，包括：
20、对于每一候选的应答预测神经网络，获取该应答预测神经网络的模型训练记录和模型验证记录；
21、计算所述模型训练记录中的训练数据的场景标注和所述访客场景之间的场景相似度；
22、计算所述模型验证记录中的与所述语音数据对应的相似语音数据对应的验证成功率；
23、计算所述场景相似度和所述验证成功率的乘积，得到该应答预测神经网络对应的网络优先参数；
24、将所述网络优先参数最高的所述应答预测神经网络确定为目标预测神经网络。
25、作为一个可选的实施方式，在本专利技术第一方面中，所述计算所述模型验证记录中的与所述语音数据对应的相似语音数据对应的验证成功率，包括：
26、将所述语音数据输入至训练好的语气识别网络和语速识别网络，得到所述语音数据的语气类型和语速信息；
27、计算所述模型验证记录中每一记录对应的语音数据的语音参数和所述语音数据的语音参数之间的参数相似度；所述语音参数包括所述语气类型和所述语速信息；
28、将所述参数相似度大于预设的相似度阈值的所述语音数据确定为相似语音数据；
29、计算所述模型验证记录中的所有所述相似语音数据对应的验证记录中预测成功的记录比例，得到验证成功率。
30、本专利技术实施例第二方面公开了一种基于人工智能的应答系统，所述系统包括：
31、获取模块，用于通过门禁设备获取当前用户的语音数据和所处的当前环境的传感数据；
32、确定模块，用于基于神经网络算法，根据所述当前环境的传感数据，确定所述当前用户对应的访客场景；
33、筛选模块，用于根据所述访客场景和所述语音数据，从多个候选的应答预测神经网络筛选出目标预测神经网络；
34、展示模块，用于将所述语音数据输入至所述目标预测神经网络中以生成应答数据，并所述应答数据通过门禁设备向所述当前用户进行展示。
35、作为一个可选的实施方式，在本专利技术第二方面中，所述应答数据为应答文本和/或应答语音。
36、作为一个可选的实施方式，在本专利技术第二方面中，所述传感数据包括温度数据、湿度数据、图像数据、红外测距数据和光反射三维建模数据。
37、作为一个可选的实施方式，在本专利技术第二方面中，所述确定模块基于神经网络算法，根据所述当前环境的传感数据，确定所述当前用户对应的访客场景的具体方式，包括：
38、将所述当前环境的传感数据中的图像数据，输入至人脸图像识别算法模型，得到人脸识别结果；
39、根据所述人脸识别结果，确定所述当前用户是否为屋主用户，得到第一判断结果；
40、若所述第一判断结果为是，确定所述当前用户对应的访客场景为屋主场景；
41、若所述第二判断结果为否，根据所述当前环境的传感数据以及预设的算法模型，确定所述当前用户对应的访客场景。
42、作为一个可选的实施方式，在本专利技术第二方面中，所述确定模块根据所述当前环境的传感数据以及预设的算法模型，确定所述当前用户对应的访客场景的具体方式，包括：
43、将所述当前环境的传感数据中的图像数据、红外测距数据和光反射三维建模数据，输入至训练好的身份识别神经网络中，以得到所述当前用户的访客类型；
44、将所述当前环境的传感数据中的温度数据、湿度数据和图像数据，输入至训练好的天气识别神经网络中，以得到所述当前环境的天气类型；
45、根据所述访客类型和所述天气类型，基于预设的场景对应关系，确定所述当前用户对应的访客场景。
46、作为一个可选的实施方式，在本专利技术第二方面中，所述访客场景为避雨场景、避暑场景、消费场景、危险场景、家访场景、推销场景或亲友拜访场景。
47、本文档来自技高网...
【技术保护点】
1.一种基于人工智能的应答方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于人工智能的应答方法，其特征在于，所述应答数据为应答文本和/或应答语音。
3.根据权利要求1所述的基于人工智能的应答方法，其特征在于，所述传感数据包括温度数据、湿度数据、图像数据、红外测距数据和光反射三维建模数据。
4.根据权利要求3所述的基于人工智能的应答方法，其特征在于，所述基于神经网络算法，根据所述当前环境的传感数据，确定所述当前用户对应的访客场景，包括：
5.根据权利要求4所述的基于人工智能的应答方法，其特征在于，所述根据所述当前环境的传感数据以及预设的算法模型，确定所述当前用户对应的访客场景，包括：
6.根据权利要求5所述的基于人工智能的应答方法，其特征在于，所述访客场景为避雨场景、避暑场景、消费场景、危险场景、家访场景、推销场景或亲友拜访场景。
7.根据权利要求5所述的基于人工智能的应答方法，其特征在于，所述根据所述访客场景和所述语音数据，从多个候选的应答预测神经网络筛选出目标预测神经网络，包括：
8
9.一种基于人工智能的应答系统，其特征在于，所述系统包括：
10.一种基于人工智能的应答系统，其特征在于，所述系统包括：
...【技术特征摘要】
1.一种基于人工智能的应答方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于人工智能的应答方法，其特征在于，所述应答数据为应答文本和/或应答语音。
3.根据权利要求1所述的基于人工智能的应答方法，其特征在于，所述传感数据包括温度数据、湿度数据、图像数据、红外测距数据和光反射三维建模数据。
4.根据权利要求3所述的基于人工智能的应答方法，其特征在于，所述基于神经网络算法，根据所述当前环境的传感数据，确定所述当前用户对应的访客场景，包括：
5.根据权利要求4所述的基于人工智能的应答方法，其特征在于，所述根据所述当前环境的传感数据以及预设的算法模型，确定所述当前用户对应的访客场景，...
【专利技术属性】
技术研发人员：朱湘军，孟凯，汪壮雄，彭永坚，李利苹，
申请(专利权)人：广州视声智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。