一种基于多模态融合的AI数字人播报方法及应用平台

本发明提供一种基于多模态融合的AI数字人播报方法及应用平台，所述方法包括：步骤1：采集多模态原始数据并进行预处理，所述多模态数据包括语音、文本、图像组成的多种模态的原始数据；步骤2：将预处理后的多模态数据进行多模态特征提取与融合；步骤3：基于融合后的表征向量，生成AI数字人的语音播报内容，同步生成与语音播报内容相匹配的动态图像和文本提示，确保信息多维度展示；步骤4：对生成的语音、文本和图像播报内容进行优化与输出。本发明通过优化AI数字人的语速、语调、表情、动作细节，以及提供多感官刺激如视觉、听觉，显著提升了用户的观看体验和互动意愿，有助于增强品牌形象和记忆点，提升AI数字人播报平台的转化率和应用价值。