摘要
本发明提出一种通过人类语音匹配数字鱼偶形象水面游动动作的算法,所述算法包括以下步骤:对语音素材进行预处理,分析情绪类别和强度;构建并训练基于深度学习的情绪预测模型;通过映射公式将情绪强度转化为动作参数;最终将情绪特征转换为鱼类动作参数。本发明结合大语言模型(LLM)的语义分析与深度学习算法,精准提取语音中的关键情绪信息,显著提高情绪识别的准确性和深度。采用基于情绪强度得分的动态映射规则,实时调整数字鱼偶的动作参数,增强动作的真实性和自然性。同时,通过线性插值算法生成平滑连贯的动作序列,避免动作突变,提升用户体验。
技术关键词
情绪特征
大语言模型
强度
水面
深度学习算法
语义分析能力
人类
类别预测模型
参数
语音采集模块
关键帧
编码器
服务器
动态
定义
频率
速度
系统为您推荐了相关专利信息
大语言模型
信息识别方法
信息识别装置
白名单库
通信接口
光谱特征参数
训练样本图像
神经网络预测模型
分析方法
LSTM模型
三维栅格地图
三维BIM模型
时间段
地形特征
模拟预测方法
畜禽存活检测方法
图像处理模块
数据采集模块
特征提取模块
构建机器学习模型