本发明涉及数字内容制作技术领域，公开了一种基于Transformer架构的交互式数字内容制作系统。该系统通过内容特征提取模块获取原始数字内容的文本、图像及音频数据，利用多头注意力机制进行跨模态特征对齐，生成具有时空关联性的内容特征张量；...