System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術屬于心理咨詢和人工智能領域,具體涉及一種雙模式在線隱私保護心理咨詢系統及方法。
技術介紹
1、隨著互聯網的發展,線上心理咨詢逐漸成為一種重要的心理健康服務模式。線上心理咨詢旨在實現實時遠程的心理咨詢服務,使用戶能夠隨時隨地獲取專業的心理幫助。然而,用戶在進行心理咨詢時,往往會有一些擔憂,主要集中在幾個方面:一是擔心個人隱私的泄露,特別是自己的面部圖像和聲音信息。相對的隱私保護措施不盡完善可能導致用戶對個人信息的使用存有顧慮。二是在高校、企業等應用場景中,缺少專業的心理咨詢師。這些場合雖然推廣了心理健康服務,但由于專業人才短缺,心理咨詢服務質量難以得到保證。三是用戶在候診時的等待時間被浪費,心理咨詢效率降低,影響治療效果。
2、一些研究者提出了新的人工智能技術,來進行匿名線上交互,優化心理咨詢服務的方式。主要包括:1)實時換臉技術:是一種有效的隱私保護技術,能夠實時在視頻中自由更換人臉并保留人的神態表情;2)音色轉換技術:該技術可以自由更換音色,模擬不同人的聲音,同時保留原來的語調和語速。
3、目前換臉、換聲音這類技術主要應用于娛樂,社交和自媒體領域,心理咨詢等專業領域利用不足。除此之外,心理咨詢大模型的研發處于初步階段,并沒有高效應用于實際的輔助心理咨詢服務中的實踐,通常只是使用該模型替代人工進行簡單的心理咨詢,卻忽略了人與機器的溝通始終無法達到人與人溝通效果的問題,導致降低了心理咨詢的準確性。目前并沒有將實時換臉變聲技術和心理咨詢大模型集成運用于線上,并于人工參與相結合的雙模式心理咨詢的系統。
技術實現思路
1、針對現有技術的不足,本申請提出一種雙模式在線隱私保護心理咨詢系統及方法。
2、第一方面,本申請提出一種雙模式在線隱私保護心理咨詢系統,應用于服務器,包括:數據準備模塊,人物換臉模塊,音色轉換模塊以及數據交換模塊;
3、所述數據準備模塊分別與人物換臉模塊、音色轉換模塊連接,所述人物換臉模塊,音色轉換模塊分別與數據交換模塊連接;
4、所述數據準備模塊,用于從交互端獲取目標人臉與目標音色,并將所述目標人臉發送到人物換臉模塊,將所述目標音色發送到音色轉換模塊;
5、所述數據交換模塊,用于接收從用戶交互終端傳遞來的用戶聲音信息以及用戶人臉信息,接收從心理醫生終端傳遞來的心理醫生聲音信息以及心理醫生人臉信息;將用戶聲音信息以及心理醫生聲音信息發送到音色轉換模塊,并從音色轉換模塊接收處理后的用戶聲音信息以及心理醫生聲音信息;將用戶人臉信息以及心理醫生人臉信息發送到人物換臉模塊,并從人物換臉模塊接收處理后的用戶人臉信息以及心理醫生人臉信息;將處理后的用戶聲音信息以及用戶人臉信息發送到心理醫生終端,將處理后的心理醫生聲音信息以及心理醫生人臉信息發送到用戶交互終端;
6、所述人物換臉模塊,用于將用戶人臉信息轉換為目標人臉,得到處理后的用戶人臉信息;將心理醫生人臉信息轉換為目標人臉,得到處理后的心理醫生人臉信息;
7、所述音色轉換模塊,用于將用戶聲音信息轉換為目標音色的用戶聲音信息,得到處理后的用戶聲音信息;將心理醫生聲音信息轉換為目標音色的心理醫生聲音信息,得到處理后的心理醫生聲音信息。
8、所述雙模式在線隱私保護心理咨詢系統,應用于服務器,還包括:音色訓練模塊;
9、所述音色訓練模塊,分別與用戶交互終端以及音色轉換模塊連接,用于對用戶交互終端傳遞來的音色素材用音色訓練模型進行訓練,得到新的音色權重,并將新的音色權重發送到音色轉換模塊中;
10、所述音色轉換模塊,還用于將用戶聲音信息按照新的音色權重進行音色轉換,得到處理后的用戶聲音信息;將心理醫生聲音信息轉換按照新的音色權重進行音色轉換,得到處理后的心理醫生聲音信息。
11、所述雙模式在線隱私保護心理咨詢系統,應用于服務器,還包括:情感對話模塊、語音合成模塊以及人臉驅動模塊;
12、所述情感對話模塊分別與用戶交互終端、心理醫生終端以及語音合成模塊連接,所述語音合成模塊與人臉驅動模塊連接,人臉驅動模塊與用戶交互終端連接;
13、所述情感對話模塊,用于當啟動情感對話功能時,接收用戶交互終端傳遞來的文字信息;
14、將所述文字信息輸入情感對話模型,得到情感對話文本,將所述情感對話文本發送到語音合成模塊以及心理醫生終端;
15、所述語音合成模塊,用于將情感對話文本進行音頻合成,得到合成語音;
16、所述人臉驅動模塊,用于將合成語音添加對應的人臉驅動,得到人臉驅動視頻,并將所述人臉驅動視頻發送到用戶交互終端。
17、所述情感對話模塊采用微調算法以及特定性格口吻的對話數據集訓練得到的情感對話模型生成情感對話文本,所述特定性格口吻的對話數據集包括:以特定性格口吻進行對話的醫生與用戶之間的多輪對話,所述多輪對話從心理咨詢模型中獲取,特定性格口吻表征不同的醫生性格形象。
18、所述采用微調算法以及特定性格口吻的對話數據集訓練得到的情感對話模型生成情感對話文本,訓練過程包括:
19、獲取特定性格口吻的對話數據集;
20、加載分詞器以及internlm模型的原始微調權重;
21、采用所述分詞器將特定性格口吻的對話數據集中的多輪對話轉換為詞匯表索引,并用零將詞匯表索引填充至設定的長度,得到統一長度后的詞匯表索引;
22、配置優化器和學習率調度器;
23、采用微調算法、配置優化器以及學習率調度器,根據統一長度后的詞匯表索引對internlm模型的原始微調權重進行重新微調,得到微調后權重;
24、將微調后權重合并到internlm模型的原始微調權重中,得到新的模型權重;
25、采用新的模型權重作為情感對話模型的權重,得到訓練后的情感對話模型,采用訓練后的情感對話模型生成情感對話文本。
26、所述采用微調算法以及學習率調度器對internlm模型的原始微調權重進行重新微調,得到微調后權重,包括:
27、計算情感對話模型的損失函數;
28、采用損失函數的梯度對internlm模型的原始微調權重的低秩矩陣進行參數更新,其中,每個梯度的累積步長采用學習率調度器中的學習率計算得到;
29、基于更新后的參數,采用lora方法對internlm模型的原始微調權重進行微調,得到微調后權重。
30、所述情感對話模型的損失函數,計算式如下:
31、
32、其中,p(ai,j|·)為情感對話模型在給定上下文和特定性格的描述下,生成回答ai,j的概率,l為情感對話模型的損失函數,qi,j為第i次多輪對話中用戶的第j次提問,promptk為第k種關于醫生性格形象的描述,n為對話數據集中包含的多輪對話的總次數,ni為第i次多輪對話中,用戶和醫生之間多輪對話的總回合數。
33、所述每個梯度的累積步長采用學習率調度器中的本文檔來自技高網...
【技術保護點】
1.一種雙模式在線隱私保護心理咨詢系統,應用于服務器,其特征在于,包括:數據準備模塊,人物換臉模塊,音色轉換模塊以及數據交換模塊;
2.根據權利要求1所述的雙模式在線隱私保護心理咨詢系統,其特征在于,所述雙模式在線隱私保護心理咨詢系統,還包括:音色訓練模塊;
3.根據權利要求1所述的雙模式在線隱私保護心理咨詢系統,其特征在于,所述雙模式在線隱私保護心理咨詢系統,還包括:情感對話模塊、語音合成模塊以及人臉驅動模塊;
4.根據權利要求2所述的雙模式在線隱私保護心理咨詢系統,其特征在于,所述情感對話模塊,采用微調算法以及特定性格口吻的對話數據集訓練得到的情感對話模型生成情感對話文本,所述特定性格口吻的對話數據集包括:以特定性格口吻進行對話的醫生與用戶之間的多輪對話,所述多輪對話從心理咨詢模型中獲取,特定性格口吻表征不同的醫生性格形象。
5.根據權利要求4所述的雙模式在線隱私保護心理咨詢系統,其特征在于,所述采用微調算法以及特定性格口吻的對話數據集訓練得到的情感對話模型生成情感對話文本,訓練過程包括:
6.根據權利要求5所述的雙
7.根據權利要求6所述的雙模式在線隱私保護心理咨詢系統,其特征在于,所述情感對話模型的損失函數,計算式如下:
8.一種雙模式在線隱私保護心理咨詢系統,應用于用戶交互終端,其特征在于,包括:
9.一種雙模式在線隱私保護心理咨詢系統,應用于心理醫生終端,其特征在于,包括:
10.一種雙模式在線隱私保護心理咨詢方法,其特征在于,包括:
...【技術特征摘要】
1.一種雙模式在線隱私保護心理咨詢系統,應用于服務器,其特征在于,包括:數據準備模塊,人物換臉模塊,音色轉換模塊以及數據交換模塊;
2.根據權利要求1所述的雙模式在線隱私保護心理咨詢系統,其特征在于,所述雙模式在線隱私保護心理咨詢系統,還包括:音色訓練模塊;
3.根據權利要求1所述的雙模式在線隱私保護心理咨詢系統,其特征在于,所述雙模式在線隱私保護心理咨詢系統,還包括:情感對話模塊、語音合成模塊以及人臉驅動模塊;
4.根據權利要求2所述的雙模式在線隱私保護心理咨詢系統,其特征在于,所述情感對話模塊,采用微調算法以及特定性格口吻的對話數據集訓練得到的情感對話模型生成情感對話文本,所述特定性格口吻的對話數據集包括:以特定性格口吻進行對話的醫生與用戶之間的多輪對話,所述多輪對話從心理咨詢模型中獲取,特定性格口吻表征不同的...
【專利技術屬性】
技術研發人員:傅昌锃,王松洋,黃睿丁,李子涵,張熠璇,李子恒,張琦,王新棟,薛敬焓,
申請(專利權)人:東北大學秦皇島分校,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。