一种基于虚拟数字人的AI智能训练系统

技术领域

本发明涉及智能AI技术领域，更具体地说，它涉及一种基于虚拟数字人的AI智能训练系统。

背景技术

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能亦称智械、机器智能，指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序来呈现人类智能的技术。通过医学、神经科学、机器人学及统计学等的进步，有些预测则认为人类的无数职业也逐渐被人工智能取代。

数字人是人工智能的一种体现，数字人是指利用人工智能、虚拟现实、增强现实和复杂算法等技术创建的虚拟人类形象。数字人不仅可以模拟真实人类的外貌、声音和面部表情，还可以模拟人类的语言、情感、动作和行为。数字人可以被用于各种应用领域，如娱乐、教育、广告、医疗、客户服务等，并与真实人类进行交互和沟通。通过数字人技术，我们可以创造出高度逼真且具有智能交互能力的虚拟人类形象，为人们带来全新的体验和可能性。一个数字人模型需要用大量的训练数据对其进行训练，但是目前的训练系统在对数字人进行训练前，并不对训练数据做排序处理，进而导致目前训练系统的训练效率低下。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种基于虚拟数字人的AI智能训练系统，旨在解决上述技术问题。

为实现上述目的，本发明提供了如下技术方案：一种基于虚拟数字人的AI智能训练系统，包括数据采集模块、数据整理模块、智能训练模块和训练评估模块；

数据采集模块，所述数据采集模块用于采集训练数据集；

数据整理模块，所述数据整理模块用于对训练数据集中的训练数据进行排序整理，具体为：

将训练数据集中的数据划分为文本数据集、语音数据集和图像数据集；通过公式

对训练数据集的数据进行文本赋值，得到训练数据集中各个数据的文本值WZ,以文本数据集中的文本数据为例，将文本数据集中各个文本数据的内存值NCZ

对训练数据集的数据进行时间赋值，得到训练数据集中各个数据的时间值SZ,将文本数据集、语音数据集和图像数据集中的各个数据按照时间先后进行排序；对于在当日以前一个月内的数据，将该数据赋值为1；对于在当日以前一个月以上两个月以内的数据，将该数据赋值为2；对于在当日以前两个月以上的数据，将该数据赋值为3；

当数据的内存值不大于相应数据集的内存均值时，通过以下公式计算训练数据集中各个数据的顺序值

进而得出训练数据集中各个数据的顺序值，将各个数据的顺序值按照数值大小进行排序，顺序值越小表示相应数据的训练顺序越靠前；

智能训练模块，所述训练模块用于采用训练数据集对数字人进行训练；

训练评估模块，所述训练评估模块用于对数字人的训练结果进行评估。

作为本发明进一步的方案：所述智能训练模块选用人工神经网络算法对数字人进行模型训练。

作为本发明进一步的方案：所述训练评估模块对训练结果的评估过程如下，将相应的训练结果与预先准备的训练期望表相比较，若训练结果与训练期望表相匹配，则训练完毕；若训练结果与训练期望表不匹配，则智能训练模块继续对数字人进行训练。

作为本发明进一步的方案：还包括反馈调节模块，所述反馈调节模块用于根据评估结果对智能训练模块进行调节。

与现有技术相比，本发明具备以下有益效果：

相比于目前的训练系统，不对训练数据集做排序处理，使得目前训练系统的训练效率低下，通过设置有数据整理模块，使得本系统能够对采集得到的训练数据集的训练数据进行综合的训练排序整理，从而极大的提高了本系统的训练效率。

附图说明

为了更清楚的说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为一种基于虚拟数字人的AI智能训练系统的结构示意图；

图2为对训练数据排序整理的流程示意图；

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

参照图1至图2对本发明一种基于虚拟数字人的AI智能训练系统实施例做进一步说明。

一种基于虚拟数字人的AI智能训练系统，包括数据采集模块、数据整理模块、智能训练模块和训练评估模块；

数据采集模块，所述数据采集模块用于采集训练数据集；数据整理模块，所述数据整理模块用于对训练数据集中的训练数据进行排序整理，具体为：将训练数据集中的数据划分为文本数据集、语音数据集和图像数据集；通过公式

智能训练模块，所述训练模块用于采用训练数据集对数字人进行训练；所述智能训练模块选用人工神经网络算法对数字人进行模型训练。

训练评估模块，所述训练评估模块用于对数字人的训练结果进行评估；所述训练评估模块对训练结果的评估过程如下，将相应的训练结果与预先准备的训练期望表相比较，若训练结果与训练期望表相匹配，则训练完毕；若训练结果与训练期望表不匹配，则智能训练模块继续对数字人进行训练。还包括反馈调节模块，所述反馈调节模块用于根据评估结果对智能训练模块进行调节。

工作原理：相比于目前的训练系统，不对训练数据集做排序处理，使得目前训练系统的训练效率低下，通过设置有数据整理模块，使得本系统能够对采集得到的训练数据集的训练数据进行综合的训练排序整理，从而极大的提高了本系统的训练效率。

以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。