基于多模态大模型的智能通信箱系统及其控制方法

本发明涉及通信箱系统技术领域，尤其为基于多模态大模型的智能通信箱系统及其控制方法，包括以下步骤：步骤1：视觉特征采集：采集现场多路摄像头图像，并提取视觉特征向量V，视觉特征向量V的数学表达式为：，式中，为第i路摄像头采集的视频帧，M为摄像头路数；步骤2：音频特征采集：采集麦克风阵列音频，并提取语音特征向量A，语音特征向量A的数学表达式为：，本发明中，基于基于多模态大模型，提升了带宽受限环境下的音视频保真度和链路鲁棒性，确保了关键区域和语义信息的高质量传输，并实现了从人工经验调参到端到端自动化的跨越式改进，满足救援通信对实时性、可靠性和可持续运行的严格要求。