申请/专利权人：北京凯利时科技有限公司

申请日：2022-08-25

公开（公告）日：2024-03-22

公开（公告）号：CN116152711B

主分类号：G06V20/40

分类号：G06V20/40;G06F40/284;G06N3/04;G06V10/774;G06V10/82;H04N5/262

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2023.06.09#实质审查的生效;2023.05.23#公开

摘要：提供一种基于多模态的导播方法和系统以及计算机程序产品，涉及人工智能导播领域，用以解决自动生成导播脚本命令。该导播方法包括：从基于导播场景中的同一事件或过程产生的多模态数据分别识别对应该导播场景预设的导播关键词表中的关键词；将识别出的关键词输入基于机器学习的作为导播脚本识别模型的序列模型，利用该序列模型从输入的关键词组成的文本序列预测用于导播的脚本命令的文本序列输出以生成导播脚本命令。通过该导播方法，不但可以自动生成脚本命令从而完成自动导播，还能实现脚本命令生成的高正确率。

主权项：1.一种基于多模态的导播方法，其特征在于，该导播方法包括：从基于导播场景中的同一事件或过程产生的多模态数据分别识别对应该导播场景预设的导播关键词表中的关键词，所述多模态数据包括对该导播场景中的同一事件或过程采集获得的不同来源或不同形式的多种数据；将识别出的关键词分别转换为词向量，输入基于机器学习的作为导播脚本识别模型的transformer模型，该transformer模型通过针对该导播场景预先构建的训练样本集训练得到，所述训练样本集中每个样本包含从基于该导播场景中的同一事件或过程产生的多模态数据分别识别的所述导播关键词表中的关键词和对应该同一事件或过程的真实导播脚本命令，输入该transformer模型的关键词和训练样本中的关键词都以按照一定规则排序的结构化数据提供，该transformer模型包括应用自注意力机制的transformencoder层和应用编码-解码双注意力机制的transformdecoder层，利用该transformer模型从输入的关键词组成的文本序列预测用于导播的脚本命令的文本序列输出以生成导播脚本命令。

全文数据：

权利要求：

百度查询： 北京凯利时科技有限公司 基于多模态的导播方法和系统以及计算机程序产品

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD