[发明专利]基于虚拟数字人的智能化慕课生成方法、装置及存储介质

说明书

本发明公开了一种基于虚拟数字人的智能化慕课生成方法、装置及存储介质。本发明采用文本驱动的方式，无需老师拍摄制作，输入教学教案的文本内容即可合成对应的虚拟数字人慕课教学视频，课程制作成本低且高效，可以及时、快速更新线上课程，缩短新知识、新信息的生命周期；通过对慕课教学视频进行合规审核，自动审核过滤意识形态错误和敏感词信息，相比人工审核的方式，审核高效且准确度高；通过为慕课教学视频添加溯源水印和加密，保障老师的信息安全和学校数据安全，可以有效地保护教师和学校的形象，并且可以帮助学校和老师沉淀数字资产，有利于在线课程资源建设、扩容、提质。

技术领域

本发明涉及智能化慕课技术领域，尤其涉及一种基于虚拟数字人的智能化慕课生成方法、装置及存储介质。

背景技术

目前各大高校在线课程资源建设正在如火如荼的开展，但是在建设过程中仍存在着诸多的问题。传统的在线课程制作，需要经过立项、设计、拍摄、后期、审核上线五个环节。然而，这样的制作流程带来了以下几个问题。

第一，制作低效，在立项和设计这两个环节，通常需要耗费一到两个月的时间。拍摄以及后期制作往往长达四个月，整个课程制作时间长，并且教师的投入时间本末倒置，在拍摄制作过程中，对教师和专业团队依赖相当的高。

第二，审核低效，目前课程制作采用人工审核的方式，但是人工极易出错，且普通人对于敏感信息的掌握会存在不及时的情况，而不良信息的传播，会对学校造成不可挽回的负面影响。

第三，更新困难，随着科技的发展和互联网的普及，新知识，新信息的生命周期变短。然而，只有与时俱进的课程才是真正有价值的金课。传统的制作方式，更新往往意味着重做，更新成本非常高。在线课程资源建设存在着大量的浪费，因为生成的课程资源不可复用，不可更新，在课程制作完成之后，课程价值逐渐降低，学校投入的心血也付之东流。

发明内容

本发明所要解决的技术问题在于提供一种基于虚拟数字人的智能化慕课生成方法、装置及存储介质，采用文本驱动的方式合成虚拟数字人慕课教学视频，制作高效且成本低，可以及时、快速更新线上课程，缩短新知识、新信息的生命周期。

为解决上述技术问题，本发明采用如下所述的技术方案：

一种基于虚拟数字人的智能化慕课生成方法，其包括如下步骤：利用预先训练好的数字人声音模型对教学教案的文本内容进行处理，合成对应的教学音频；利用在预先训练好的数字人三维形象模型的基础上构建的对抗性深度编码-解码神经网络对所述教学音频进行处理，将教学音频映射到数字人三维形象模型上，使虚拟数字人产生相应的动作，合成与所述教学音频同步的虚拟数字人形象视频，并将教学音频和虚拟数字人形象视频合并成慕课教学视频输出；对所述慕课教学视频进行编辑处理，编辑的内容包括教学场景、特效、插图、字幕、音效中的一项或者多项；对慕课教学视频进行渲染，美化教学视频中的人物形象和教学场景；对慕课教学视频进行合规审核；为慕课教学视频中的虚拟数字人形象视频和教学音频添加溯源水印，并对慕课教学视频加密后输出。

一种基于虚拟数字人的智能化慕课生成装置，其包括有音频合成模块、视频合成模块、编辑模块、渲染模块、审核模块和溯源模块；音频合成模块用于利用预先训练好的数字人声音模型对教学教案的文本内容进行处理，合成对应的教学音频；视频合成模块用于利用在预先训练好的数字人三维形象模型的基础上构建的对抗性深度编码-解码神经网络对所述教学音频进行处理，将教学音频映射到数字人三维形象模型上，使虚拟数字人产生相应的动作，合成与所述教学音频同步的虚拟数字人形象视频，并将教学音频和虚拟数字人形象视频合并成慕课教学视频输出；编辑模块用于对所述慕课教学视频进行编辑处理，编辑的内容包括教学场景、特效、插图、字幕、音效中的一项或者多项；渲染模块用于对慕课教学视频进行渲染，美化教学视频中的人物形象和教学场景；审核模块用于对慕课教学视频进行合规审核；溯源模块用于为慕课教学视频中的虚拟数字人形象视频和教学音频添加溯源水印，并对慕课教学视频加密后输出。