在本节中，将介绍情感虚拟人的结构。图7-17显示了系统中的各部分，以及它们之间的交互关系。对于表情的个性化体现，使用MPEG-4和应用人脸动画参数（FAP）的实时人脸动画系统。

对于未来的人机交互系统，可以考虑采用会话机器人的形式，例如Chat-robot ALICE（聊天机器人ALICE）。ALICE使用人工智能标记语言（AIML），这是一种基于XML的语言，可以定义一个对话数据库。如果首先定义了AIML数据库，以后就可以尝试将情感标签（Tag）植入到回答中。每一个情感标签都被赋予一个概率值。这些情感的标签被传送到BBN的个性化模型上。而此个性化模型，依赖于现有的情绪和输入的情感标签来更新情绪。因为情绪随着时间的转移是相对稳定的，这种情绪的转换不是一个频繁的任务。根据个性化模型的输出，对情绪进行处理后决定下一个情感状态。这种处理过程决定了可能出现的情感状态的概率。虽然系统在对话中使用了情感标签来改变基于情绪和个性化的情感，但是仍旧可以将模型与情感推理机（Emotion Reasoner）联系起来。此情感推理机可以对情感的评估提供类似的标签。个性化模型和情绪模型可以脱离于得到它们的过程来处理情感标签。同步模块（Synchronization Mod-ule）分析了前一个可视的人脸表情和情绪处理过程的输出概率。这决定了表情将以合适的时间包络（Time Envelopes）来渲染。同样，就可以得到来自于视位的唇部运动，而唇部的运动是由从文本到语音引擎（Text to Speech Engine，TTS engine）产生的。最后，系统将各函数功能进行组合，从而输出脸部动画参数，来描述“带有表情的对话”。我们使用参考文献[22]中描述的技术来进行研究。一个独立的脸部动画模块可以将语音翻译成同步中的FAP。

(www.daowen.com)

图7-17 虚拟人情感系统框图