一种基于多语种动态驱动的数字人直播交互方法

本申请涉及数字人交互技术领域，具体涉及一种基于多语种动态驱动的数字人直播交互方法，该方法包括：构建包含通用知识和个性化知识的数字人直播知识库；实时获取直播间的多语种弹幕流，并对弹幕流进行语种统一处理后提取语义特征；利用所述语义特征对弹幕流进行语义聚合处理，以提取出若干代表性交互话题；获取语音交互问题集合；将语音交互问题集合输入基于所述知识库微调的智能问答模型，生成对应的交互文本；若目标问题包含多语种混合信息，则生成多语种混合的交互文本；基于交互文本生成语音及数字人动作视频流，并回传至直播间进行实时播放。本申请极大提升了直播内容的有效性和观众体验。