一种生成式AI驱动的语音点单与咖啡图案生成方法及系统

本发明涉及人工智能、语音识别与智能终端控制技术领域，提供一种生成式AI驱动的语音点单与咖啡图案生成方法，包括基于触发预设的交互触发条件时，采集原始音频信号进行语音识别获取对应的文本信息进行语义解析，生成结构化语义结果，并根据结构化语义结果生成饮品制作指令和图案生成请求；响应于图案生成请求，通过图像生成模型生成拉花图案；将饮品制作指令和拉花图案下发至咖啡机器人的控制模块，执行饮品制作和图案生成操作，并输出定制饮品。结合多模态感知技术提高语音识别准确性并降低误触发率。通过三层意图映射机制与自然语言处理，转换语义实体为执行参数，并生成符合设备要求的高质量拉花图案。