元の名称記録: 广东晔生科技股份有限公司

本申请公开了语音驱动的智能绘本生成方法、装置、电子设备及存储介质，属于人工智能技术领域。所述方法包括：获取含主题采集、内容采集、风格选择、生成分镜的标准化创作步骤清单，该清单为结构化数据对象，经RESTful API接口下发，与用户会话ID绑定存储于数据库；通过Web Speech API转用户语音为文本并录入绘本信息，支持声学模型交互修正；调用文生文模型生成多份分镜内容及嵌入向量式角色画风提示词；结合后调用文生图模型生成静态图，语音失效则AI配音，生成多格式成品并返回HTTPS下载链接。本申请通过语音交互简化输入流程、统一角色画风提示词保持视觉一致性，能够适配不同场景且操作简易。