一种交互式多轮对话数字人建模系统和方法

本发明涉及一种交互式多轮对话数字人建模方法，包括：提取交互式多轮对话场景下的双人多模态特征，包括当前对话轮次下说话人的语音特征和表情特征，以及当前对话轮次下聆听者在上一对话轮次中的语音特征；基于时间维度对提取的所述双人多模态特征进行时序对齐和强化，得到联合特征序列；根据所述联合特征序列，基于融合注意力机制的编解码器，生成当前对话轮次下聆听者的语音文本以及相同步的表情参数；根据当前对话轮次下聆听者的表情参数，生成对应的3D面部动画帧序列。