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！

龙图腾网获悉北京句子科技有限公司申请的专利一种基于多模态特征优化的多轮语音回复生成方法及系统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：CN120144713B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510235915.9，技术领域涉及：G06F16/3329；该发明授权一种基于多模态特征优化的多轮语音回复生成方法及系统是由李佳芮;高原;涂艳平设计研发完成，并于2025-02-28向国家知识产权局提交的专利申请。

本一种基于多模态特征优化的多轮语音回复生成方法及系统在说明书摘要公布了：本发明属于智能交流优化方法技术领域，且公开了一种基于多模态特征优化的多轮语音回复生成方法，包括以下流程：流程一：结合大模型的文本特征和语音提取的时序图包含的时频特征进行分类，实现多轮对话的情绪精准识别。本文通过将语音转换为时频图，结合图像领域成熟的分类架构，提出基于时空注意力的时频分类方法，优化多轮会话中的情绪感知能力，为具有明显分类特征的情感特征赋予较重的权重，并基于不同情绪的权重，动态调节aiagent的多轮会话能力，改善了机遇语音提示词分类情绪的方法，结合大模型提供的语义信息优化了生成语音数据的质量，也改进了聊天机器人应用于智慧网格员，导购等场景的逻辑。

本发明授权一种基于多模态特征优化的多轮语音回复生成方法及系统在权利要求书中公布了：1.一种基于多模态特征优化的多轮语音回复生成方法，其特征在于，包括以下流程： 流程一：结合大模型的文本特征和语音提取的时序图包含的时频特征进行分类，实现多轮对话的情绪精准识别： 步骤一：采集部分标注的样本对，包含语音，文本两种格式； 步骤二：利用语音转文字，接口大模型提取语音的语义，利用Clip提取文本特征，预训练图像编码器和文本编码器，以预测数据集中哪些图像与哪些文本配对，将数据集的所有类转换为文本，并预测标题类与给定图像的最佳配对； 步骤三：结合已有标签，对不同权重的提示词进行预训练； 步骤四：信号转成时频图，基于时空注意力微调语音提取的时频特征，采用通道时空注意力机制优化情绪特征在频域的表达； 步骤五：结合部分已标注样本训练情绪分类模型； 步骤六：将两种特征融合，利用全连接优化情绪识别的结果，基于情绪识别结果再利用GANs、生成器网络和鉴别器网络优化聊天机器人的效率，其中GANs用于分类网络，鉴别器网络用于鉴别真假图像，生成器网络用于根据文本描述生成图像，通过对抗训练过程优化生成器网络； 流程二：基于当前会话中的情绪状态，优化聊天机器人多轮会话的会话逻辑： 步骤七：基于流程一识别用户当前会话的情绪状态，对所述情绪状态进行分级，识别、转换和分析输入查询和元数据，聚合、转换输入数据为结构化数据； 步骤八：用户情绪越消极，则机器人的表现越发积极，结合阈值提示词，将当前的信息和提示词输入大模型，通过MLP网络映射到情感类型的概率空间； 步骤九：在多轮会话中，聊天机器人基于用户情绪的变化调整介绍策略、商品展示方式与商品展示样品； 步骤十：根据用户情绪的强度、积极性、消极性、复杂性维度衡量用户的情绪分级方式。

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北京句子科技有限公司，其通讯地址为：100080 北京市海淀区成府路45号中关村智造大街G座四层J602；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。