CN114119819A - 数据处理方法、装置、电子设备及计算机存储介质 - Google Patents

Abstract

本发明实施例提供了一种数据处理方法、装置、电子设备及计算机存储介质。该数据处理方法包括：在虚拟角色的数据中提取预设分析特征，根据提取的所述预设分析特征对所述虚拟角色进行预设分析；根据所述分析结果，确定所述虚拟角色的数据中待改进的特征；从预设数据库中提取与所述待改进的特征相对应的素材数据，并使用所述素材数据更新所述虚拟角色的数据。该数据处理方法可以对虚拟角色的数据进行分析，并根据分析结果对虚拟角色的数据进行更新，以提升虚拟角色的生动程度。

Description

数据处理方法、装置、电子设备及计算机存储介质

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种数据处理方法、装置、电子设备及计算机存储介质。

背景技术

随着视频技术的发展，虚拟主播的应用越来越广泛。如在电商场景中，通过虚拟主播(或称为虚拟角色)进行直播，并在直播过程中由虚拟主播介绍商品、与观众互动。

现有的虚拟角色存在着虚拟角色真实度低、不够生动的问题，如虚拟角色说话的声音过于机械、单调，角色动作过于僵化，使得观众观看体验不佳。

发明内容

有鉴于此，本发明实施例提供一种数据处理方案，以至少部分解决上述问题。

根据本发明实施例的第一方面，提供了一种数据处理方法，包括：在虚拟角色的数据中提取预设分析特征，根据提取的所述预设分析特征对所述虚拟角色进行预设分析；根据所述分析结果，确定所述虚拟角色的数据中待改进的特征；从预设数据库中提取与所述待改进的特征相对应的素材数据，并使用所述素材数据更新所述虚拟角色的数据。

根据本发明实施例的第二方面，提供了一种数据处理装置，包括：分析模块，用于在虚拟角色的数据中提取预设分析特征，根据提取的所述预设分析特征对所述虚拟角色进行预设分析；确定模块，用于根据所述分析结果，确定所述虚拟角色的数据中待改进的特征；更新模块，用于从预设数据库中提取与所述待改进的特征相对应的素材数据，并使用所述素材数据更新所述虚拟角色的数据。

根据本发明实施例的第三方面，提供了一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如第一方面所述的数据处理方法对应的操作。

根据本发明实施例的第四方面，提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的数据处理方法。

根据本发明实施例提供的数据处理方案，通过对虚拟角色的数据中的预设分析特征进行分析，并根据分析结果确定待改进的特征，从而确定虚拟角色的数据中不真实的部分。针对待改进的特征从数据库中提取出相对应的素材数据，并使用提取的素材数据对虚拟角色的数据进行更新，由此实现了有针对性地对虚拟角色的数据进行更新和补足，使更新的虚拟角色数据的模拟程度更高、更加真实。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1A为根据本发明实施例一的一种数据处理方法的步骤流程图；

图1B为图1A所示实施例中的一种场景示例的示意图；

图2A为根据本发明实施例二的一种数据处理方法的步骤流程图；

图3为根据本发明实施例三的一种数据处理装置的结构框图；

图4为根据本发明实施例四的一种电子设备的结构示意图。

具体实施方式

为了使本领域的人员更好地理解本发明实施例中的技术方案，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、完整地描述，显然，所描述的实施例仅是本发明实施例一部分实施例，而不是全部的实施例。基于本发明实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本发明实施例保护的范围。

下面结合本发明实施例附图进一步说明本发明实施例具体实现。

实施例一

参照图1A，示出了根据本发明实施例一的一种数据处理方法的步骤流程图。

本实施例的数据处理方法包括以下步骤：

步骤S102：在虚拟角色的数据中提取预设分析特征，根据提取的所述预设分析特征对所述虚拟角色进行预设分析。

预设分析特征可以是虚拟角色数据中与预设分析目标对应的特征。预设分析目标包括下列至少之一：虚拟角色的外观、虚拟角色的眼神、虚拟角色的表情、虚拟角色的动作、虚拟角色的语调、虚拟角色的语料和虚拟角色所处的环境，等。

在本步骤中，针对不同的预设分析目标，可以从虚拟角色的数据中提取出对应的预设分析特征。预设分析特征可以是图像、音频或文字，也可以是从图像、音频或文字中提取出的特征数据，如使用机器学习模型从图像中提取的特征数据。

在一具体实现中，以预设分析目标中的虚拟角色的外观为例，预设分析特征可以是从虚拟角色的数据中提取出的包含虚拟角色的一个或多个图像，或者，预设分析特征可以是使用机器学习模型从包含虚拟角色的一个或多个图像中提取出的特征数据。

针对预设分析目标中包括的虚拟角色的不同分析维度(如虚拟角色的外观、虚拟角色的表情等)，可以提取出不同的预设分析特征。不同的预设分析特征可以采用不同的方式提取。

针对提取出的预设分析特征，可以对其进行预设分析，以确定虚拟角色的真实模拟程度，从而实现对虚拟角色的生命感的量化，通过对虚拟角色的生命感的量化，有助于后续对虚拟角色进行改进，以提升使用虚拟角色与用户进行交互时的交互时长和转化率。

在根据提取的预设分析特征对虚拟角色进行预设分析时，可以使用预先训练的分析模型进行分析，或者采用其他适当的方式进行分析。针对不同的预设分析特征可以使用不同的分析模型，也可以使用相同的分析模型。

进行预设分析的分析结果可以采用评分的方式进行表示，评分用于指示预设分析特征的真实模拟程度。

例如，从虚拟角色A的数据中提取出包含虚拟角色A的眼睛的图像作为与虚拟角色的眼神对应的预设分析特征，并对包含虚拟角色A的眼睛的图像进行预设分析，获得的分析结果中评分为“3”，则表示虚拟角色A的眼神较为呆板，使得虚拟角色A整体的生命感较差。

步骤S104：根据所述分析结果，确定所述虚拟角色的数据中待改进的特征。

在一具体实现中，可以设置阈值，或者针对每个预设分析特征预设对应的阈值，以通过将预设分析特征的分析结果与对应的阈值进行比较的方式确定待改进的特征。

需要说明的是，该阈值可以是预设的固定值，也可以是根据分析结果变动的值。例如，针对虚拟角色A，阈值可以是虚拟角色A的所有预设分析特征的分析结果的平均值。

在本实施例中，可以将分析结果中的评分小于阈值的预设分析特征作为待改进的特征。

步骤S106：从预设数据库中提取与所述待改进的特征相对应的素材数据，并使用所述素材数据更新所述虚拟角色的数据。

针对不同的预设分析特征可以预制多个不同的素材数据。例如，预制多个不同的虚拟角色的外观的图像，这些外观可以通过不同的肤色、发色、服饰、性别、年龄等进行区别。类似地，可以预制多个不同的虚拟角色的眼神的图像，如高兴的眼神、悲伤的眼神、愤怒的眼神、恐惧的眼神等，这些眼神可以具有多种不同的瞳色。

以待改进的特征是虚拟角色的眼神为例，可以从数据库中提取出与虚拟角色的眼神对应的素材数据，并使用提取出的素材数据替换虚拟角色的数据中的眼睛区域的图像，从而实现对虚拟角色的数据的更新。更新后的虚拟角色的数据生命感更好，从而可以获得与用户更好的交互效果。

本领域技术人员可以采用适当的方式确定与待改进的特征相对应的素材数据，本实施例对此不作限制。

通过这种方式能够实现对虚拟角色的生命感的量化，从而直观地确定虚拟角色的不足之处，进而使用新的素材数据对虚拟角色进行改进，从而使更新后的虚拟角色生命感更好，使用户与虚拟角色的交互时长更长、转化率更高。

以下，以一个具体场景为例，对上述过程进行简单示意性说明，如图1B所示。

图1B所示的虚拟角色的数据包括外观数据、眼神数据、表情数据、动作数据、语调数据、语料数据和环境数据等。

可以从虚拟角色的数据中提取一种或多种数据作为预设分析特征，并使用对应的分析模型(如外观分析模型、眼神分析模型等)对其进行分析，获得对应的评分作为分析结果。根据预设分析特征的评分，确定评分低于预设的阈值的预设分析特征作为待改进的特征。例如，在本使用场景中，阈值为“6”，则将评分低于“6”的外观、动作和语料作为待改进的特征，并从数据库中提取出与外观、动作和语料对应的新的素材数据，使用新的素材数据替换虚拟角色的数据中的外观数据、动作数据和语料数据，从而获得更新后的虚拟角色的数据。

通过本实施例，通过对虚拟角色的数据中的预设分析特征进行分析，并根据分析结果确定待改进的特征，从而确定虚拟角色的数据中不真实的部分。针对待改进的特征从数据库中提取出相对应的素材数据，并使用提取的素材数据对虚拟角色的数据进行更新，由此实现了有针对性地对虚拟角色的数据进行更新和补足，使更新的虚拟角色数据的模拟程度更高、更加真实。

本实施例的数据处理方法可以由任意适当的具有数据处理能力的电子设备执行，包括但不限于：服务器、移动终端(如手机、PAD等)和PC机等。

实施例二

参照图2A，示出了根据本发明实施例二的一种数据处理方法的步骤流程图。

本实施例的数据处理方法包括：

步骤S200：确定预设分析目标。

预设分析目标可以是通过对虚拟角色制作的技术链路进行充分、深入地分析和研究之后，将影响虚拟角色的生命感表达的因素进行划分获得的，用于量化衡量虚拟角色的生命感的指标。

例如，预设分析目标包括下列至少之一：虚拟角色的外观、虚拟角色的眼神、虚拟角色的表情、虚拟角色的动作、虚拟角色的语调、虚拟角色的语料和虚拟角色所处的环境，但不限于此。

步骤S202：根据预设分析目标确定预设分析特征。

在一具体实现中，以预设分析目标包括虚拟角色的外观、虚拟角色的眼神、虚拟角色的表情、虚拟角色的动作、虚拟角色的语调、虚拟角色的语料和虚拟角色所处的环境为例，确定的预设分析特征分别为：包含虚拟角色的外观的图像、包含虚拟角色的眼睛部分的图像、包含虚拟角色的脸部的图像、包含虚拟角色肢体的图像、基于虚拟角色的语音提取出的语调数据、虚拟角色的语音数据或者基于虚拟角色的语音数据转化的文本、包含虚拟角色所处的环境的图像。

为了能够准确地对预设分析特征进行分析，从而获得准确的分析结果，本实施例中，所述方法还包括步骤S204～步骤S206。

步骤S204：获取虚拟角色的样本数据和所述样本数据对应的样本监督数据。

其中，所述虚拟角色的样本数据包括多个特征分别对应的样本特征数据。例如，样本数据包括外观样本数据(如包含虚拟角色的图像帧)、眼神样本数据(如包含虚拟角色的眼睛的部分图像)、表情样本数据(如包含虚拟角色脸部的部分图像)、动作样本数据(如包含虚拟角色的肢体的连续多个图像帧)、语调样本数据(如从虚拟角色的语音数据中提取出的语调数据)、语料样本数据(如对虚拟角色的语音数据进行识别获得的文本数据)和环境样本数据(如虚拟对象的图像帧的背景区域图像)。

样本监督数据可以是样本数据对应的评分。如，虚拟角色A的样本数据对应的样本监督数据为{4，5，6，10，5，2，3}，依次对应七个预设分析目标的评分。

该样本监督数据可以采用任何适当的方式获得，如对预先采集的样本数据进行人工标注获得。

步骤S206：使用所述多个特征中的至少一个所对应的样本数据和样本监督数据，对分析模型进行训练。

分析模型用于根据提取的预设分析特征对所述虚拟角色进行预设分析。

针对各预设分析目标可以训练对应的分析模型，以保证后续使用训练的分析模型对从虚拟角色的数据中提取出的预设分析特征进行分析，并使得分析模型的分析结果更加准确。分析模型可以是任何适当结构的神经网络模型。例如，与虚拟角色的外观对应的分析模型可以是结合注意力机制的卷积神经网络模型。与虚拟角色的语料对应的分析模型可以是LSTM神经网络模型等。

在训练分析模型时，可以以当前训练的分析模型对应的样本数据作为输入，以样本监督数据作为监督进行训练。

或者，为了提升训练效果，充分学习不同分析维度的样本数据之间的关联性，可以以当前训练的分析模型对应的样本数据和关联的样本数据作为输入，以样本监督数据作为监督进行训练。

例如，在训练与虚拟角色的语调对应的分析模型时，由于语调和语料之间存在关联性，相同内容的语料以不同的语调表述可以表达不同的意图和情绪，因此，可以将样本数据对应的语调数据和语料数据作为输入到分析模型中，这样分析模型可以同时学习语调数据和语料数据的特征，以便后续可以更加准确地对语调的模拟程度进行量化判断。

步骤S208：在虚拟角色的数据中提取预设分析特征，根据提取的所述预设分析特征对所述虚拟角色进行预设分析。

在进行分析时，可以针对每个预设分析特征进行单独分析，并获得对应的分析结果。

例如，针对确定的预设分析特征，从虚拟角色的数据中提取出该预设分析特征，并使用对应的分析模型进行分析，并获得分析结果。以虚拟角色的外观为例，从虚拟角色的数据中提取出虚拟角色的外观的图像(如扣出的人像)，基于该图像构建出预设分析特征，如将图像转化为向量，将预设分析特征数据输入到对应的分析模型中，获得分析模型输出的分析结果。分析结果可以是虚拟角色的外观的评分。该评分用于指示虚拟角色的外观的真实程度，即与真实人的外观相近程度。

类似地，当对与虚拟角色的眼神对应预设分析特征进行分析时，获取虚拟角色的数据中的多个图像的眼睛部分的图像，并基于虚拟角色的数据中的语料数据获得情绪信息(情绪信息可以使用已有的方式获取)。由于图像帧和语料数据中均包括时间信息，因此可以基于相同时刻的眼睛部分的图像和情绪信息构建预设分析特征，如将眼睛部分的图像和情绪信息分别转化为对应的向量并拼接成预设分析特征。将预设分析特征数据输入到分析模型中，获得分析模型输出的分析结果。该分析结果可以是虚拟角色的眼神的评分。该评分能够表征虚拟角色的眼神和语料数据中指示的意图的匹配程度，进而指示虚拟角色的眼神的真实程度和生动程度。

当对虚拟角色的表情对应的预设分析特征进行分析时，获取虚拟角色的数据中的多个图像中的脸部的图像，并基于虚拟角色的数据中的语料数据获得情绪信息。由于脸部的图像和语料数据中均包括时间信息，因此可以基于相同时刻的脸部的图像和情绪信息构建预设分析特征，如将脸部的图像和情绪信息分别转化为对应的向量并拼接成预设分析特征，并将预设分析特征输入到分析模型中，获得分析模型输出的分析结果。该分析结果可以是评分。该评分能够表征虚拟角色的脸部的表情和语料数据中指示的意图的匹配程度，进而指示虚拟角色的表情的模拟程度，可以理解为虚拟角色的表情的真实程度和生动程度。

当对虚拟角色的动作对应的预设分析特征进行分析时，获取虚拟角色数据中的多个、连续的图像(这些图像中包含虚拟角色在对应时段中的动作)，并基于虚拟角色的数据中的语料数据获得意图信息(意图信息可以采用已有的方式获得)。由于图像和语料数据包括时间信息，因此可以基于相同时间段的图像帧和意图信息构建预设分析特征。例如，将图像和意图信息转化为对应的向量并拼接成预设分析特征，并将预设分析特征输入到分析模型中，获得分析模型输出的分析结果。该分析结果可以是评分。该评分能够表征虚拟角色的动作与意图的匹配程度，进而指示虚拟角色的动作的模拟程度，可以理解为虚拟角色的动作的真实程度和生动程度。

当对虚拟角色的语调对应的预设分析特征进行分析时，基于虚拟角色的数据中的语音数据，确定虚拟角色的数据中的各语句的语调数据，并基于语料数据获得意图信息和情绪信息。基于语调数据、意图信息和情绪信息构建预设分析特征。例如，将语调数据、情绪信息和意图信息转换为对应的向量并拼接成预设分析特征。将预设分析特征输入到分析模型时，获得分析模型输出的分析结果。该分析结果可以是评分。该评分能够表征虚拟角色的语调与意图、情绪匹配程度，进而指示虚拟角色的语调的模拟程度，可以理解为虚拟角色的语调的真实程度和生动程度。

当对虚拟角色的语料对应的预设分析特征进行分析时，基于虚拟角色数据中的语料数据(如语音数据或基于语音数据识别出的文本数据)，构建预设分析特征。例如，将语料数据转换为对应的向量作为预设分析特征。将预设分析特征输入到分析模型时，获得分析模型输出的分析结果。该分析结果可以是评分。该评分能够表征虚拟角色的语料的模拟程度，可以理解为虚拟角色的语料的真实程度和生动程度。

当对虚拟角色所处的环境对应的预设分析特征进行分析时，基于虚拟角色的数据中的一个或多个图像的背景区域图像和虚拟角色的外观的图像构建预设分析特征，如将背景区域图像和外观的图像转换为向量并拼接成预设分析特征。将预设分析特征输入到分析模型中。获得分析模型输出的分析结果。该分析结果可以是评分。该评分能够表征虚拟角色的外观与背景环境的匹配程度，也可以理解为虚拟角色的环境的真实程度和生动程度。

步骤S210：根据所述分析结果，确定所述虚拟角色的数据中待改进的特征。

在一具体实现中，从分析结果包括多个预设分析特征分别对应的分析结果，从分析结果数据中选择评分小于设定第一阈值的特征作为待改进的特征。

第一阈值可以根据需要确定。例如，分析结果的评分落在1-10的区间内时，第一阈值可以是5、6、7等。分析结果的评分落在1-100的区间内时，第一阈值可以是70、80等。

评分较低的预设分析特征模拟程度低，因此将模拟程度评分小于设定第一阈值的预设分析特征作为待改进的特征。

步骤S212：从预设数据库中提取与所述待改进的特征相对应的素材数据，并使用所述素材数据更新所述虚拟角色的数据。

在本实施例中，虚拟角色的数据还包括与待改进的特征无关的其他数据。

在一具体实现中，步骤S212包括以下子步骤：

子步骤S2121：从数据库中，获取评分大于第二阈值的候选素材数据。

数据库中可以存储预制的一个或多个素材数据，且针对每个素材数据可以预设评分。这样在确定待改进的特征后，针对待改进的特征，可以从对应的预设素材数据中获得评分大于第二阈值的候选素材数据。

第二阈值可以根据需要确定。第二阈值可以是预设的值，也可以根据待改进的特征对应的评分确定，如第二阈值等于待改进的特征对应的评分。

子步骤S2122：确定所述其他数据与所述候选素材数据之间的匹配度。

其他数据可以是与虚拟角色的数据中除待改进的特征之外的预设分析特征对应的数据。如待改进的特征包括虚拟角色的外观，则其他数据可以是剩余的预设分析特征对应的数据。

通过将候选素材数据和其他数据输入到匹配模型中，可以获得候选素材数据与其他数据之间的匹配度。匹配模型可以是采用适当的方式训练的神经网络模型。

子步骤S2123：根据所述匹配度，确定满足所述预设条件的候选素材数据作为所述目标素材数据，使用所述目标素材数据更新所述虚拟角色的数据。

在一具体实现中，预设条件可以根据需要确定，例如，预设条件为匹配度最高。基于该预设条件，子步骤S2123可以实现为：将匹配度最高的所述候选素材数据作为所述目标素材数据。这样可以针对性地对虚拟角色数据进行优化，将评分较低的预设分析特征对应的数据更新为评分较高的、与其他数据的匹配度更好的素材数据，从而使更新后的虚拟角色的数据的模拟程度更高、生命感更好，更加倾向于真实的人。

通过这种方式可以量化虚拟角色(如虚拟主播)的生命感。而生命感较高的虚拟角色可以提升与用户的交互时长和交互时的除此转化率。在本实施例中，为了较为准确地评价虚拟角色的生命感，将用户的主观感受转化为量化数据，将虚拟角色的分析维度(也就是衡量生命感的维度)分为外观(或称为形象)、眼神、表情、动作、语调、语料和环境。

针对这些分析维度，可以将模拟程度(也称为生命感程度)分为10级，这10级的划分可以根据常规标准划分。

通过本实施例，通过对虚拟角色的数据中的预设分析特征进行分析，并根据分析结果确定待改进的特征，从而确定虚拟角色的数据中不真实的部分。针对待改进的特征从数据库中提取出相对应的素材数据，并使用提取的素材数据对虚拟角色的数据进行更新，由此实现了有针对性地对虚拟角色的数据进行更新和补足，使更新的虚拟角色数据的模拟程度更高、更加真实。

此外，该方法统一了虚拟角色的生命感的衡量标准，使得虚拟角色的生命感衡量可以统一化、且量化，并且可以高效地提升虚拟角色的生命感。

本实施例的数据处理方法可以由任意适当的具有数据处理能力的电子设备执行，包括但不限于：服务器、移动终端(如手机、PAD等)和PC机等。

实施例三

参照图3，示出了本发明实施例三的数据处理装置的结构框图。

在本实施例中，数据处理装置包括：

分析模块302，用于在虚拟角色的数据中提取预设分析特征，根据提取的所述预设分析特征对所述虚拟角色进行预设分析；

确定模块304，用于根据所述分析结果，确定所述虚拟角色的数据中待改进的特征；

更新模块306，用于从预设数据库中提取与所述待改进的特征相对应的素材数据，并使用所述素材数据更新所述虚拟角色的数据。

可选地，所述装置还包括：目标确定模块300a，用于在分析模块302在虚拟角色的数据中提取预设分析特征，根据提取的所述预设分析特征对所述虚拟角色进行预设分析之前，确定预设分析目标，并根据所述预设分析目标确定预设分析特征。

可选地，所述装置还包括：获取模块300b，用于在分析模块302在虚拟角色的数据中提取预设分析特征，根据提取的所述预设分析特征对所述虚拟角色进行预设分析之前，获取虚拟角色的样本数据和所述样本数据对应的样本监督数据，其中，所述虚拟角色的样本数据包括多个特征分别对应的样本特征数据；

训练模块300c，用于使用所述多个特征中的至少一个所对应的样本数据和样本监督数据，对分析模型进行训练，所述分析模型用于根据所述提取的预设分析特征对所述虚拟角色进行预设分析。

可选地，确定模块304用于所述分析结果中包括多个预设分析特征分别对应的分析结果，从分析结果数据中选择评分小于设定第一阈值的特征作为所述待改进的特征。

可选地，所述虚拟角色的数据中还包括与待改进的特征无关的其他数据；所述更新模块306用于从数据库中，获取评分大于第二阈值的候选素材数据；确定所述其他数据与所述候选素材数据之间的匹配度；根据所述匹配度，确定满足所述预设条件的候选素材数据作为所述目标素材数据，使用所述目标素材数据更新所述虚拟角色的数据。

可选地，所述更新模块306用于在根据所述匹配度，确定满足所述预设条件的候选素材数据作为所述目标素材数据时，将匹配度最高的所述候选素材数据作为所述目标素材数据。

本实施例的数据处理装置用于实现前述多个方法实施例中相应的数据处理方法，并具有相应的方法实施例的有益效果，在此不再赘述。此外，本实施例的数据处理装置中的各个模块的功能实现均可参照前述方法实施例中的相应部分的描述，在此亦不再赘述。

实施例四

参照图4，示出了根据本发明实施例四的一种电子设备的结构示意图，本发明具体实施例并不对电子设备的具体实现做限定。

如图4所示，该电子设备可以包括：处理器(processor)402、通信接口(Communications Interface)404、存储器(memory)406、以及通信总线408。

其中：

处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。

通信接口404，用于与其它电子设备或服务器进行通信。

处理器402，用于执行程序410，具体可以执行上述数据处理方法实施例中的相关步骤。

具体地，程序410可以包括程序代码，该程序代码包括计算机操作指令。

处理器42可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。智能设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器406，用于存放程序410。存储器406可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

程序410具体可以用于使得处理器402执行以下操作：在虚拟角色的数据中提取预设分析特征，根据提取的所述预设分析特征对所述虚拟角色进行预设分析；根据所述分析结果，确定所述虚拟角色的数据中待改进的特征；从预设数据库中提取与所述待改进的特征相对应的素材数据，并使用所述素材数据更新所述虚拟角色的数据。

在一种可选的实施方式中，程序410还用于使得处理器402在虚拟角色的数据中提取预设分析特征，根据提取的所述预设分析特征对所述虚拟角色进行预设分析之前，确定预设分析目标；根据所述预设分析目标确定预设分析特征。

在一种可选的实施方式中，程序410还用于使得处理器402在虚拟角色的数据中提取的预设分析特征，根据所述提取的预设分析特征对所述虚拟角色进行预设分析之前，获取虚拟角色的样本数据和所述样本数据对应的样本监督数据，其中，所述虚拟角色的样本数据包括多个特征分别对应的样本特征数据；使用所述多个特征中的至少一个所对应的样本数据和样本监督数据，对分析模型进行训练，所述分析模型用于根据所述提取的预设分析特征对所述虚拟角色进行预设分析。

在一种可选的实施方式中，程序410还用于使得处理器402在根据所述分析结果，确定所述虚拟角色的数据中待改进的特征时，所述分析结果中包括多个预设分析特征分别对应的分析结果，从分析结果数据中选择评分小于设定第一阈值的特征作为所述待改进的特征。在一种可选的实施方式中，所述虚拟角色的数据中还包括与待改进的特征无关的其他数据；程序410还用于使得处理器402在所述从预设数据库中提取与所述待改进的特征相对应的素材数据，并使用所述素材数据更新所述虚拟角色的数据时，从数据库中，获取评分大于第二阈值的候选素材数据；确定所述其他数据与所述候选素材数据之间的匹配度；根据所述匹配度，确定满足所述预设条件的候选素材数据作为所述目标素材数据，使用所述目标素材数据更新所述虚拟角色的数据。在一种可选的实施方式中，程序410还用于使得处理器402在根据所述匹配度，确定满足所述预设条件的候选素材数据作为所述目标素材数据时，将匹配度最高的所述候选素材数据作为所述目标素材数据。

程序410中各步骤的具体实现可以参见上述数据处理方法实施例中的相应步骤和单元中对应的描述，在此不赘述。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的设备和模块的具体工作过程，可以参考前述方法实施例中的对应过程描述，在此不再赘述。

需要指出，根据实施的需要，可将本发明实施例中描述的各个部件/步骤拆分为更多部件/步骤，也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤，以实现本发明实施例的目的。

上述根据本发明实施例的方法可在硬件、固件中实现，或者被实现为可存储在记录介质(诸如CD ROM、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码，或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如ASIC或FPGA)的记录介质上的这样的软件处理。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如，RAM、ROM、闪存等)，当所述软件或计算机代码被计算机、处理器或硬件访问且执行时，实现在此描述的数据处理方法。此外，当通用计算机访问用于实现在此示出的数据处理方法的代码时，代码的执行将通用计算机转换为用于执行在此示出的数据处理方法的专用计算机。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明实施例的范围。

以上实施方式仅用于说明本发明实施例，而并非对本发明实施例的限制，有关技术领域的普通技术人员，在不脱离本发明实施例的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明实施例的范畴，本发明实施例的专利保护范围应由权利要求限定。

Claims (9)

1.一种数据处理方法，包括：

在虚拟角色的数据中提取预设分析特征，根据提取的所述预设分析特征对所述虚拟角色进行预设分析；

根据所述分析结果，确定所述虚拟角色的数据中待改进的特征；

从预设数据库中提取与所述待改进的特征相对应的素材数据，并使用所述素材数据更新所述虚拟角色的数据。

2.根据权利要求1所述的方法，其中，所述在虚拟角色的数据中提取预设分析特征，根据提取的所述预设分析特征对所述虚拟角色进行预设分析之前，所述方法还包括：

确定预设分析目标；

根据所述预设分析目标确定预设分析特征。

3.根据权利要求1所述的方法，其中，所述在虚拟角色的数据中提取的预设分析特征，根据所述提取的预设分析特征对所述虚拟角色进行预设分析之前，所述方法还包括：

获取虚拟角色的样本数据和所述样本数据对应的样本监督数据，其中，所述虚拟角色的样本数据包括多个特征分别对应的样本特征数据；

使用所述多个特征中的至少一个所对应的样本数据和样本监督数据，对分析模型进行训练，所述分析模型用于根据所述提取的预设分析特征对所述虚拟角色进行预设分析。

4.根据权利要求1所述的方法，其中，所述根据所述分析结果，确定所述虚拟角色的数据中待改进的特征，包括：

所述分析结果中包括多个预设分析特征分别对应的分析结果，从分析结果数据中选择评分小于设定第一阈值的特征作为所述待改进的特征。

5.根据权利要求4所述的方法，其中，所述虚拟角色的数据中还包括与待改进的特征无关的其他数据；

所述从预设数据库中提取与所述待改进的特征相对应的素材数据，并使用所述素材数据更新所述虚拟角色的数据，包括：

从数据库中，获取评分大于第二阈值的候选素材数据；

确定所述其他数据与所述候选素材数据之间的匹配度；

根据所述匹配度，确定满足所述预设条件的候选素材数据作为所述目标素材数据，使用所述目标素材数据更新所述虚拟角色的数据。

6.根据权利要求5所述的方法，其中，所述根据所述匹配度，确定满足所述预设条件的候选素材数据作为所述目标素材数据，包括：

将匹配度最高的所述候选素材数据作为所述目标素材数据。

7.一种数据处理装置，包括：

分析模块，用于在虚拟角色的数据中提取预设分析特征，根据提取的所述预设分析特征对所述虚拟角色进行预设分析；

确定模块，用于根据所述分析结果，确定所述虚拟角色的数据中待改进的特征；

更新模块，用于从预设数据库中提取与所述待改进的特征相对应的素材数据，并使用所述素材数据更新所述虚拟角色的数据。

8.一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-6中任一项所述的数据处理方法对应的操作。

9.一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如权利要求1-6中任一所述的数据处理方法。

Images