数字技术与应用杂志社

摘要：<正>在元宇宙和数字经济加持下，数字人直播将是未来人机交互的主要方向之一。然而，现实中数字人直播仍然普遍面临数字人表情生硬、交流不够自然的核心问题，其核心原因在于视觉、语音、文本等多模态信息缺乏深度融通整合。多模态融合是数字人直播的关键，通过算法将驱动数字人的视觉、语音、文本等信号进行对准、编码、联合建模，生成协调自然的直播内容，并进行实时交互。

基金资助： 广州华商学院2025年第一批合格专业建设项目《数字媒体技术》（HS2025HGZY02）；

专辑： 信息科技

专题： 电信技术;计算机硬件技术

分类号： TP391;TN912.3