申请/专利权人：华数传媒网络有限公司

申请日：2023-11-30

公开（公告）日：2024-03-29

公开（公告）号：CN117786136A

主分类号：G06F16/48

分类号：G06F16/48;G06F16/438;G06N5/04;G06T13/40

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明提供的一种基于AI个性化故事系统和互动故事视频生成方法，其通过AI技术对故事的角色、故事内容和互动环节进行个性化设计，使得生成的数字人视频更贴合实际生活；本发明中通过获取用户上传的自定义图片、视频或音频，生成家庭成员的数字分身，通过家庭成员来讲故事，增加了数字人与用户之间亲切感；通过输入提示词，获取对应的故事文本、问答文本或插图，分析故事情感生成数字人音频语调、表情，驱动数字人生成数字人动作，结合故事音频和插图生成对应的数字人视频，使故事能够通过家庭成员讲故事，提高用户的体验感；互动过程中，本发明通过采集用户表情和问题，在故事库问答中查找或通过LLM推算出对应的问题答案并快速反馈给用户。

主权项：1.一种基于AI个性化故事系统，其特征在于，包括：构建数字人模块，获取用户上传的自定义图片、视频和音频，上传的图片和视频通过数字建模生成数字人，对自定义音频进行克隆生成数字人对应的个性化音频；故事生成模块，接收导入故事文本、问答文本和插图，存储于故事库中；根据输入的提示词，通过大语言模型、StableDiffusion生成故事文本、问答和故事插图，保存于故事库中；视频生成模块，选择数字人和故事，通过接收的故事文本、对应的音频和插图，对故事的情感、情绪信息进行识别，驱动选择的数字人生成数字人动作；对数字人动作、音频和插图进行渲染，生成数字人视频；互动模块，通过采集装置获取用户表情和语音，采用AI识别用户情绪和问题；查询故事问答库，判断故事问答库中是否具有用户对应的答案，若有，则将答案生成数字人动作，与选择的数字人结合生成对应的数字人视频；若不存在，则将识别的语音转换为文本，采用大语言模型进行推理生成答案，将答案生成数字人动作，结合选定数字人生成数字人视频。

全文数据：

权利要求：

百度查询： 华数传媒网络有限公司 一种基于AI个性化故事系统和互动故事视频生成方法

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