买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江苏电力信息技术有限公司申请的专利基于语音识别驱动的数字人讲解与展示控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121191518B 。

龙图腾网通过国家知识产权局官网在2026-02-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511726821.8，技术领域涉及：G10L15/26；该发明授权基于语音识别驱动的数字人讲解与展示控制方法是由杜森;陈咏秋;李莉;刘志强;丁中奎;丁宗银设计研发完成，并于2025-11-24向国家知识产权局提交的专利申请。

本基于语音识别驱动的数字人讲解与展示控制方法在说明书摘要公布了：本发明公开了基于语音识别驱动的数字人讲解与展示控制方法，涉及语音识别技术领域，包括，接收用户输入的原始语音信号并进行预处理，将预处理后的语音信号并行送入语音识别路径和风格分析路径，生成用户提问文本和真实风格嵌入向量；通过多模态融合机制整合结构化知识数据、前瞻性讲解主题及匹配风格参数集，生成讲解文本序列，并合成语音音频流；将语音音频流和匹配风格参数集输入数字人进行驱动，生成非语言行为序列，通过内容同步机制和多终端联动协议对非语言行为序列实时渲染，并通过展示触发逻辑输出数字人讲解视频流。本发明通过并行处理语音识别与风格分析，并采用动态特征交互门控机制，实现了语音信号中语义内容与风格特征的深度优化。

本发明授权基于语音识别驱动的数字人讲解与展示控制方法在权利要求书中公布了：1.一种基于语音识别驱动的数字人讲解与展示控制方法，其特征在于：包括，接收用户输入的原始语音信号并进行预处理，将预处理后的语音信号并行送入语音识别路径和风格分析路径，生成用户提问文本和真实风格嵌入向量，具体步骤如下，对原始语音信号进行降噪、预加重和分帧加窗，生成预处理后的语音信号； 通过语音识别模型中的深度特征提取网络对预处理后的语音信号进行多尺度声学特征提取，输出高维特征张量； 将高维特征张量并行输入语音识别路径的编码器与风格分析路径的编码器，进行内容特征和风格特征分离，输出内容特征序列和风格特征序列； 通过语音识别模型中的动态特征交互门控机制对内容特征序列和风格特征序列进行协同优化，生成协同优化后的内容特征序列和协同优化后的风格特征序列； 将协同优化后的内容特征序列输入语音识别路径的解码器，转换为用户提问文本，将协同优化后的风格特征序列输入风格分析路径的特征聚合层，生成真实风格嵌入向量； 将用户提问文本与历史对话文本记录拼接为对话上下文序列，通过因果推断模型分析对话上下文序列中的逻辑关联与意图分类，输出前瞻性讲解主题，具体步骤如下，对用户提问文本与历史对话文本记录进行编码并按时间顺序拼接，生成对话上下文序列； 将对话上下文序列输入因果推断模型进行意图分类与潜在因果图结构学习，生成潜在因果图邻接矩阵； 应用PageRank算法计算潜在因果图邻接矩阵中各主题节点的PageRank中心得分； 根据PageRank中心得分对各主题节点进行排序，选择得分最高的主题节点作为前瞻性讲解主题； 将前瞻性讲解主题输入历史知识库进行检索，获取结构化知识数据，同时将真实风格嵌入向量输入数字人讲解风格生成器，生成数字人讲解风格参数集； 将数字人讲解风格参数集与数字人讲解风格判别器进行对抗性匹配，输出匹配风格参数集； 通过多模态融合机制整合结构化知识数据、前瞻性讲解主题及匹配风格参数集，生成讲解文本序列，并合成语音音频流； 将语音音频流和匹配风格参数集输入数字人进行驱动，生成非语言行为序列，通过内容同步机制和多终端联动协议对非语言行为序列实时渲染，并通过展示触发逻辑输出数字人讲解视频流。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江苏电力信息技术有限公司，其通讯地址为：210008 江苏省南京市鼓楼区北京西路22号二、三层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。