集思谱需要我帮你解读这件专利吗？
公开（公告）号CN122946431A | 申请号CN202611148261.7 | 专利类型发明专利 |
状态在审 | 国家或地区CN | 申请人招商银行股份有限公司 |
分类号G06F16/2453(2019.01), G06F16/2455(2019.01), G06F16/242(2019.01), G06F16/248(2019.01), G06F16/3329(2025.01), G06F16/334(2025.01), G10L15/02(2006.01), G10L15/22(2006.01), G10L15/26(2006.01), G10L13/02(2013.01), G10L15/25(2013.01) | 申请日2026-07-30 | 公开日2026-10-20 |
发布日期2026-10-20 | 文档 ID84597858928700002 | 源数据页码663 |
专利语言zh | ||
本申请公开了一种基于2D数字人的实时交互方法及程序产品，涉及人工智能技术领域，包括：获取客户端实时采集并上传的用户音频流；从用户音频流中提取有效语音片段，对有效语音片段进行语音识别得到用户提问文本，基于用户提问文本生成回复文本；对回复文本进行语音合成得到回复音频流；基于回复音频流驱动2D数字人模型进行唇形推断，生成数字人视频帧序列，将回复音频流与数字人视频帧序列进行时间同步封装后，通过与客户端之间建立的点对点实时通信连接推送至客户端；响应于在数字人回应的生成与推送过程中，检测到有效语音，停止当前的数字人回应生成任务。本申请降低了数字人交互的响应延迟，提高了数字人交互的自然度。
附图 1