System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及人工智能,尤其涉及一种基于人工智能的数字人直播交互方法及系统。
技术介绍
1、数字人直播是一种利用数字人技术实现的直播方式,数字人是指基于人工智能、计算机图形学和虚拟现实等技术生成的具有逼真外貌和人格特征的虚拟人物。数字人直播通过将数字人投射到虚拟场景中,并利用人工智能技术和实时渲染技术,实现数字人的实时表演和互动,让观众像观看真人直播一样参与和互动,数字人直播无需真人直播,不受时间和地点限制,不受情绪和身体状况的影响,可以24小时不间断保持稳定和专业直播表现。
2、现有的数字人直播在处理观众反馈和个性化内容生成方面存在一定不足。传统方法往往依赖较为简单的算法,导致无法精准捕捉观众的情绪变化和行为模式,从而无法提供高度个性化的直播体验。此外,现有方法在内容策略的制定上往往缺乏针对性,无法根据观众的实时反馈动态调整内容,限制了直播的互动性和吸引力。在文化适应性方面,传统方法也通常无法有效处理多语言环境下的直播需求,这限制了直播内容的全球覆盖能力和观众的多样性。
技术实现思路
1、本专利技术的目的是解决现有技术中存在的缺点,而提出的一种基于人工智能的数字人直播交互方法及系统。
2、为了实现上述目的,本专利技术采用了如下技术方案:一种基于人工智能的数字人直播交互方法,包括以下步骤:
3、s1:基于直播中的观众文本与语音输入,采用语音识别进行数据转换,并使用情感分析工具库,运用支持向量机算法进行情绪分类,生成情绪分类数据集;
4
5、s3:基于所述用户情感倾向模型,采用潜在语义索引技术和c4.5决策树算法进行话题关键词提取和互动模式分类,生成用户兴趣分类报告;
6、s4:基于所述用户兴趣分类报告,运用朴素贝叶斯分类器预测用户对目标内容的偏好,并结合动态时间规整算法进行历史数据模式匹配,生成内容调整策略;
7、s5:基于所述内容调整策略,应用序列到序列模型和条件变分自编码器进行脚本设计与微调,生成个性化直播脚本;
8、s6:基于所述个性化直播脚本,利用多任务学习和xlm-r跨语言模型进行多文化环境匹配,生成多语种适应性直播脚本;
9、所述情绪分类数据集包括观众的正面、负面和中性情绪标签,所述用户情感倾向模型具体为用户的情感倾向分析和行为预测,所述用户兴趣分类报告具体为用户偏好的话题和兴趣点,所述内容调整策略具体为调整后的直播内容和预测的用户反映。
10、作为本专利技术的进一步方案,基于直播中的观众文本与语音输入,采用语音识别进行数据转换,并使用情感分析工具库,运用支持向量机算法进行情绪分类,生成情绪分类数据集的步骤具体为:
11、s101:基于直播中的观众语音输入,采用语音识别算法,将语音转换为文本,并进行去除噪音清洗,生成文本转换数据集;
12、s102:基于所述文本转换数据集,应用词干提取和词频分析,对文本进行数据清洗和格式化,生成预处理文本数据集;
13、s103:基于所述预处理文本数据集,利用textblob库情绪分析功能,对文本进行情绪趋势分析,生成初步情感分析报告;
14、s104:基于所述初步情感分析报告,采用支持向量机算法,进行情绪分类和分析,生成情绪分类数据集。
15、作为本专利技术的进一步方案,基于所述情绪分类数据集,采用长短期记忆网络模型进行用户行为分析,生成用户情感倾向模型的步骤具体为:
16、s201:基于所述情绪分类数据集,执行数据打标签和分类处理,对情绪标签化处理,生成标注情绪数据集;
17、s202:基于所述标注情绪数据集,采用关键特征提取算法,提取用户行为关键特征,包括情绪强度和发生频次,生成特征提取数据集;
18、s203:基于所述特征提取数据集,采用长短期记忆网络模型,进行用户行为学习和分析,生成深度学习用户行为分析报告;
19、s204:基于所述深度学习用户行为分析报告,提取分析结果,构建综合用户情感倾向框架,生成用户情感倾向模型。
20、作为本专利技术的进一步方案,基于所述用户情感倾向模型,采用潜在语义索引技术和c4.5决策树算法进行话题关键词提取和互动模式分类,生成用户兴趣分类报告的步骤具体为:
21、s301:基于所述用户情感倾向模型,采用数据挖掘技术,分析用户行为和情感倾向,生成用户行为情感深度分析数据;
22、s302:基于所述用户行为情感深度分析数据,采用潜在语义索引分析,提取用户交互中的核心话题和关键词,生成关键话题词汇数据集;
23、s303:基于所述关键话题词汇数据集,采用c4.5决策树算法,对用户互动模式进行分类和分析,生成用户互动模式分类报告;
24、s304:基于所述用户互动模式分类报告,汇总分析结果,形成全面的用户兴趣分类档案,生成用户兴趣分类报告。
25、作为本专利技术的进一步方案,基于所述用户兴趣分类报告,运用朴素贝叶斯分类器预测用户对目标内容的偏好,并结合动态时间规整算法进行历史数据模式匹配,生成内容调整策略的步骤具体为:
26、s401:基于所述用户兴趣分类报告,采用数据关联分析,识别用户兴趣和行为模式,生成用户兴趣点分析数据;
27、s402:基于所述用户兴趣点分析数据,运用朴素贝叶斯分类器,预测用户对目标内容的偏好,生成用户内容偏好预测数据;
28、s403:基于所述用户内容偏好预测数据,应用动态时间规整算法,分析历史用户行为数据,生成历史用户行为相似性分析数据;
29、s404:基于所述历史用户行为相似性分析数据,采用关联规则挖掘对数据分析结果,制定直播内容,生成内容调整策略。
30、作为本专利技术的进一步方案,基于所述内容调整策略,应用序列到序列模型和条件变分自编码器进行脚本设计与微调,生成个性化直播脚本的步骤具体为:
31、s501:基于所述内容调整策略,进行直播剧本初步设计,构建直播脚本框架,生成直播脚本初稿;
32、s502:基于所述直播脚本初稿,应用序列到序列学习模型,优化剧本结构和内容,生成优化后的直播脚本;
33、s503:基于所述优化后的直播脚本,采用条件变分自编码器,进行剧本细节的微调,生成微调后的直播脚本;
34、s504:基于所述微调后的直播脚本,采用文本融合算法,整合所述直播脚本初稿、优化后的直播脚本、微调后的直播脚本,生成个性化直播脚本。
35、作为本专利技术的进一步方案,基于所述个性化直播脚本,利用多任务学习和xlm-r跨语言模型进行多文化环境匹配,生成多语种适应性直播脚本的步骤具体为:
36、s601:基于所述个性化直播脚本,执行多文化内容匹配分析,评估差异化文化背景下的观众需求,生成文化匹配分析报告;
本文档来自技高网...
【技术保护点】
1.一种基于人工智能的数字人直播交互方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于人工智能的数字人直播交互方法,其特征在于,基于直播中的观众文本与语音输入,采用语音识别进行数据转换,并使用情感分析工具库,运用支持向量机算法进行情绪分类,生成情绪分类数据集的步骤具体为:
3.根据权利要求1所述的基于人工智能的数字人直播交互方法,其特征在于,基于所述情绪分类数据集,采用长短期记忆网络模型进行用户行为分析,生成用户情感倾向模型的步骤具体为:
4.根据权利要求1所述的基于人工智能的数字人直播交互方法,其特征在于,基于所述用户情感倾向模型,采用潜在语义索引技术和C4.5决策树算法进行话题关键词提取和互动模式分类,生成用户兴趣分类报告的步骤具体为:
5.根据权利要求1所述的基于人工智能的数字人直播交互方法,其特征在于,基于所述用户兴趣分类报告,运用朴素贝叶斯分类器预测用户对目标内容的偏好,并结合动态时间规整算法进行历史数据模式匹配,生成内容调整策略的步骤具体为:
6.根据权利要求1所述的基于人工智能的数字人直播交互方
7.根据权利要求1所述的基于人工智能的数字人直播交互方法,其特征在于,基于所述个性化直播脚本,利用多任务学习和XLM-R跨语言模型进行多文化环境匹配,生成多语种适应性直播脚本的步骤具体为:
8.一种基于人工智能的数字人直播交互系统,其特征在于,根据权利要求1-7任一项所述的基于人工智能的数字人直播交互方法,所述系统包括语音转文本模块、文本预处理模块、情绪分析模块、用户分析模块、内容策略模块、剧本优化模块和多文化匹配模块。
9.根据权利要求8所述的基于人工智能的数字人直播交互系统,其特征在于,所述语音转文本模块基于直播中的观众语音输入,采用语音识别算法,进行语音到文本的转换,并通过数据预处理技术进行初步清洗,生成文本转换数据集;
10.根据权利要求8所述的基于人工智能的数字人直播交互系统,其特征在于,所述语音转文本模块包括语音识别子模块、数据清洗子模块、数据集生成子模块;
...【技术特征摘要】
1.一种基于人工智能的数字人直播交互方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于人工智能的数字人直播交互方法,其特征在于,基于直播中的观众文本与语音输入,采用语音识别进行数据转换,并使用情感分析工具库,运用支持向量机算法进行情绪分类,生成情绪分类数据集的步骤具体为:
3.根据权利要求1所述的基于人工智能的数字人直播交互方法,其特征在于,基于所述情绪分类数据集,采用长短期记忆网络模型进行用户行为分析,生成用户情感倾向模型的步骤具体为:
4.根据权利要求1所述的基于人工智能的数字人直播交互方法,其特征在于,基于所述用户情感倾向模型,采用潜在语义索引技术和c4.5决策树算法进行话题关键词提取和互动模式分类,生成用户兴趣分类报告的步骤具体为:
5.根据权利要求1所述的基于人工智能的数字人直播交互方法,其特征在于,基于所述用户兴趣分类报告,运用朴素贝叶斯分类器预测用户对目标内容的偏好,并结合动态时间规整算法进行历史数据模式匹配,生成内容调整策略的步骤具体为:
6.根据权利要求1所述的基于人工智能...
【专利技术属性】
技术研发人员:谭棋友,刘海涛,
申请(专利权)人:广州久零区块链技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。