摘要
本发明公开了一种基于分层Transformer稀疏量化的陪伴机器人情感生成方法,包括:得到多模态上下文特征向量序列;构建分层Transformer神经网络,输出第一情感潜向量表示;基于第一情感潜向量表示结合分层Transformer神经网络生成稀疏图谱,获得稀疏Transformer神经网络;生成混合精度稀疏Transformer神经网络;在陪伴机器人边缘处理器上部署混合精度稀疏Transformer神经网络,得到第二情感潜向量表示;将第二情感潜向量表示与第一情感潜向量表示进行门控融合,生成情绪响应类别和情绪表达强度;形成多通道情感表达结果。本发明在多轮对话和多模态融合场景中展现出更高的鲁棒性与表达连贯性。
技术关键词
陪伴机器人
情感生成方法
通道
分层
多模态
矩阵
细粒度特征
注意力机制
环境背景声音
网络
Softmax函数
序列
图谱
精度
处理器
动态更新
语义
层级
融合场景
强度
系统为您推荐了相关专利信息
认知评估方法
虚拟现实环境
神经网络模型训练
眼球运动轨迹
多模态特征
蛋鸡体型
体重
三维卷积神经网络
重建误差
多模态数据采集
情感识别方法
预训练模型
多模态
样本
音频编码器