基于情感分析和大模型驱动的数字人校园场景系统技术方案

本发明专利技术公开了基于情感分析和大模型驱动的数字人校园场景系统，包含用户输入获取模块、校园知识库模块、LLM模型文本预测模块、情感分析模块模块、语音合成模块和表情及肢体动作驱动模块。用户输入获取模块接收用户的输入文本和上下文信息传递到校园知识库模块。校园知识库模块将获取到材料信息后和用户的上下文一同被送入LLM模型文本预测模块；生成的文本回答随后传递到情感分析模块。带有情感信息的回答消息文本和情感分析结果传递到语音合成模块。生成的语音以及情感信息传递到表情及肢体动作驱动模块。表情及肢体动作驱动模块负责创建数字人动画，以实现对数字人的驱动。本发明专利技术通过结合情感分析的数字人驱动方法获得良好的使用体验。

【技术实现步骤摘要】

本专利技术属于人工智能，特别是结合了大语言模型预测、情感分析和数字人技术的综合应用。通过优化校园环境中的人机交互体验，以及自然语言处理和情感智能，提升数字人与用户之间的交流质量。

技术介绍

1、数字人系统在处理不同场景下的人机交互任务，可简要分为几个步骤：文本生成，语音生成，动画生成。数字人完成任务的优良性由其所使用的上述技术所决定，简单的问答活动只需对文本进行nlp分析并回答预设的文本内容即可，想要进一步提示数字人的表现力，则需要使用复杂的技术来理解用户的输入，产生回答文本，生成匹配的语音及肢体动画等。

2、大语言模型是自然语言处理(nlp)领域的重要成果，起源于机器学习和深度学习的进步。早期的文本生成模型如n-gram和基于规则的系统逐渐演化为更复杂的神经网络模型，尤其是在transformer架构的推动下，文本生成效果得到了长足的进步。transformer架构是llm,large language model的核心，由自注意力机制和前馈神经网络组成，优化了长距离依赖关系的处理。这种架构使得llm能够处理复杂的语言结构，提高了语言理解和生本文档来自技高网...

【技术保护点】

1.基于情感分析和大模型驱动的数字人校园场景系统，其特征在于，包含用户输入获取模块、校园知识库模块、LLM模型文本预测模块、情感分析模块模块、语音合成模块和表情及肢体动作驱动模块；

2.根据权利要求1所述的基于情感分析和大模型驱动的数字人校园场景系统，其特征在于，所述用户输入获取模块中，输入获取：捕获用户的输入，通过预处理模块进行分词和语义理解，提取所述文本内容中的关键信息；转化后接入预先准备好的数据库，遍历用户所提到的关键词，通过基于Langchain架构的知识库生成回答所需要的全部准确信息；将全部准确信息与上下文结合，并附加prompt传入LLM文本预测模型。

...

【技术特征摘要】

1.基于情感分析和大模型驱动的数字人校园场景系统，其特征在于，包含用户输入获取模块、校园知识库模块、llm模型文本预测模块、情感分析模块模块、语音合成模块和表情及肢体动作驱动模块；

2.根据权利要求1所述的基于情感分析和大模型驱动的数字人校园场景系统，其特征在于，所述用户输入获取模块中，输入获取：捕获用户的输入，通过预处理模块进行分词和语义理解，提取所述文本内容中的关键信息；转化后接入预先准备好的数据库，遍历用户所提到的关键词，通过基于langchain架构的知识库生成回答所需要的全部准确信息；将全部准确信息与上下文结合，并附加prompt传入llm文本预测模型。

3.根据权利要求1所述的基于情感分析和大模型驱动的数字人校园场景系统，其特征在于，所述校园知识库模块中，校园知识库是使得校园场景下文本交互数字人得以实现其功能的核心组件，在获取授权后通过网络爬虫手段对校园网络信息进行整合，使用longchain知识库框架，使得回答问题所需要的信息通过自然语言进行获取，在对用户的输入进行简单处理后即可使用数据库获得回答所需的知识及资料，一并传入llm进行回答文本的预测。

4.根据权利要求1所述的基于情感分析和大模型驱动的数字人校园场景系统，其特征在于，llm模型文本预测模块中，将处理过的用户输入以及回答所需的知识信息传入llm模型进行对文本的预测；对文本进行格式化，去噪和标准化以确保数据的一...

【专利技术属性】
技术研发人员：邓恒，高雨山，郝泉，翁子铮，陈立鸿，张利国，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人