本发明涉及数字人对话处理技术领域，具体涉及一种基于WASM、WebGPU和WebAV的数字人系统，该系统包括：用户交互模块，用于接收用户的语音输入，并将视频帧展示于用户；语音识别模块，用于将用户的所述语音输入转换为语音文本；文本理解模块...

本申请涉及数字人生成技术领域，具体涉及一种基于声音驱动的数字人生成方法，该方法包括：多模态数据采集与预处理；音频‑表情特征提取与同步度计算；表情动态稳定性建模与分析；基于强化学习的模型优化与生成。本申请旨在生成与音频高度契合、情感表达自...

本发明涉及图像通信技术领域，具体涉及一种基于多模态AI的个性化视频创作方法及系统，包括：接收用户输入的用户意图；对用户输入的用户意图进行深度解析得到结构化的视频创作需求；基于视频创作需求，利用大型语言模型和文案生成算法，生成视频文案；根...

本发明涉及语音信号处理技术领域，具体涉及一种基于风格向量调控的高保真语音风格迁移方法，包括：获取待处理的原始语音信号，对语音信号进行数据预处理，得到待输入语音特征表示；构建并训练神经网络，得到训练好的端到端神经网络模型，作为风格迁移神经...