CN119180895B 用于生成数字人视频的方法及系统 （云伴数字科技(安徽)有限公司）

本发明公开了用于生成数字人视频的方法化对话内容，并结合分布式渲染生成数字人视2S2.将用户特征向量输入到对抗网络，生成初始的数字人形象，获取用户情感输入数S4.基于用户特征向量、互动匹配度指数，通过自然语言生成模型生成个性化对话内所述基于用户互动匹配度指数，通过模糊逻辑控制算法建立反馈根据用户互动匹配度指数设置模糊逻辑控制器的输入变量，定义模糊集合和规则库，将用户的历史浏览记录、点击行为和停留时间进行归一化处理，通过聚类将预处理后的用户行为数据输入到深度学习模型中，采用多层将用户情感输入数据输入到情感分析模型中，通过情感分析模型的基于提取的情绪特征对数字人的情感状态进行分类，并设定相应通过多维数据聚合对不同类型交互数据进行归通过主成分分析对归一化后的数据进行特征提取，生成主要特征向量通过多因素线性回归分析建立综合评分公式，将提取的主要特3每个计算节点根据自身处理能力和当前负载，独立执行渲染任务，7.用于生成数字人视频的系统，应用权利要求2_6任意一项所述的用于生成数字人视所述数据获取模块用于获取用户行为数据，对用户行为数据进行所述形象生成模块用于将用户特征向量输入到对抗网络，生成初始的数所述情感调整模块用于基于用户互动匹配度指数，通过模糊逻辑控所述生成模块用于基于用户特征向量、互动匹配度指数，通过自然语言所述基于用户互动匹配度指数，通过模糊逻辑控制算法建立反馈根据用户互动匹配度指数设置模糊逻辑控制器的输入变量，定义模糊集合和规则库，4[0003]尽管目前已经存在多种生成数字人的方法，如基于深度学习的生成对抗网络生成高质量数字人时，往往需要大量的标注数据和计算资源，这限制了其在小型企业或个效模拟人类复杂的情感和微表情。此外，现有系统在适应不同场景和个体差异方面的灵活性不足，导致数字人难以满足特定用户需求。这些缺点使得数字人的应用效果和用户体验5在完成后将渲染结果发送回中央处理单元；中央处理单元对接收到的渲染结果进行合成，67便为数字人设定相应的情感反应。情感分析模型：使用自然语言处理技术分析用户的输入用户互动匹配度指数：基于实时交互数据生成的量化指标，表示用户与数字人之间的互动生成个性化的对话内容。自然语言生成模型：通过该模型将用户的特征和情感转化为自然分布式计算资源来快速处理和渲染视频内容，以提高效率和质量。分布式渲染可以将复杂于人工神经网络的机器学习方法，通过多层网络结构进行数据特征的自动学习与提糊集合和规则定义来进行推理和决策，使系统能够在复杂和不确定的环境中有常用于提高计算效率和处理复杂场景。8前一层的所有节点相连。这一层负责整合前面层提取的特征并生成最终的用户特征向量。9取的特征对情感状态进行分类。这一过程可以通过标注好的训练数据进行监督学习，使模的情绪状态进行匹配。这种情感匹配使得数字人的表现更加自然和人性化，能够提升用户W(t)=a·w(t-1)+β·s;(t)在时间t的权重。·w(t-1)为上一个时间步的权重。S;(t)为当前时间步的行为重要性评分指数的值，表示该值在模糊集合中的隶属度。根据模糊逻辑控制的需求，构建规则在完成后将渲染结果发送回中央处理单元；中央处理单元对接收到的渲染结果进行合成，建一个分布式渲染系统，该系统将渲染任务划分为多个子任务，并分配给不同的计算节点度：将划分后的子任务通过负载均衡算法分配给不同的计算节点，这些节点可以是本用户特征向量、互动匹配度指数，使用自然语言生成模型（如GPT系列或其他对话生成算[0045]这些计算机程序指令也可存