公开(公告)号：CN118093818A

公开(公告)日：2024-05-28

申请号：CN202410221381.X

申请日：2024-02-28

Applicant: 航天宏图信息技术股份有限公司

Inventor： 王应杰 ,  王宇翔 ,  王涛 ,  李少杰

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/338 ,  G06F16/34 ,  G06F9/50

Abstract: 本发明提供了一种驱动数字人语音问答和做动作的方法、装置和电子设备，该方法中，服务器中只有ASR和TTS，资源占用少，大部分工作是由驱动数字人语音问答和做动作的应用程序(即前端)完成的，整个过程中，ASR能够对实时音频源码文件进行文本识别，进而根据得到的实时文本确定完整问题文本，大模型返回实时应答文本、TTS将实时应答文本转换为实时应答语音和/或动作标签，进而驱动预先生成的SVGA动画库中的数字人进行实时应答和/或执行对应动作，流式传输处理(即都是实时得到的)，降低了ASR、TTS和数字人应答的延时，速度更快，预先生成的SVGA动画库能够使得数字人在进行应答语音和/或对应动作的播放时，更加流畅，不卡顿，不受网络波动的影响。