基于统一行为矢量映射的多模态融合实时驱动数字人方法

本发明涉及一种基于统一行为矢量映射的多模态融合实时驱动数字人方法，属于人机交互技术领域。该方法包括：1)语音、动作、视觉多模态特征提取，采用语言特性‑情感解耦、阶段性动作建模及宏观‑微表情流分析生成输入特征；2)跨模态协同对齐与冲突修正，通过知识图谱约束时序分解、逐粒度交互融合及情境驱动模态主导策略实现高精度融合；3)构建三维行为矢量空间，利用蜂巢网格投影将多模态特征映射至统一坐标，结合坐标‑动作映射表驱动数字人输出。本发明解决了多模态时序对齐困难、特征异构及冲突失控问题，实现自然化、情感化、场景化的实时交互，显著提升数字人的表现力与适应性。