CN117041623A - 一种数字人直播方法和装置 - Google Patents
一种数字人直播方法和装置 Download PDFInfo
- Publication number
- CN117041623A CN117041623A CN202310994443.6A CN202310994443A CN117041623A CN 117041623 A CN117041623 A CN 117041623A CN 202310994443 A CN202310994443 A CN 202310994443A CN 117041623 A CN117041623 A CN 117041623A
- Authority
- CN
- China
- Prior art keywords
- rendering
- live
- rendering task
- live broadcast
- digital
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000009877 rendering Methods 0.000 claims abstract description 281
- 239000000463 material Substances 0.000 claims abstract description 58
- 230000009471 action Effects 0.000 claims abstract description 31
- 230000004044 response Effects 0.000 claims abstract description 14
- 238000007781 pre-processing Methods 0.000 claims description 17
- 230000014509 gene expression Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000002360 preparation method Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000000835 fiber Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/21—Server components or server architectures
- H04N21/218—Source of audio or video content, e.g. local disk arrays
- H04N21/2187—Live feed
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/233—Processing of audio elementary streams
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
- H04N21/23412—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs for generating or manipulating the scene composition of objects, e.g. MPEG-4 objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/239—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests
- H04N21/2393—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests involving handling client requests
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明公开了一种数字人直播方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:响应于接收到直播请求,获取直播剧本,直播剧本包括数字人形象、待直播物品列表,以及场景素材;根据待直播物品列表中的至少部分物品生成第一渲染任务,再根据待直播物品列表中的剩余物品生成第二渲染任务,通过执行第一渲染任务和第二渲染任务,对数字人形象进行物品维度的直播行为渲染,得到对应物品的数字人视频;响应于监听到第一渲染任务的渲染完成信息,根据渲染完成的数字人视频和场景素材生成推送视频,以进行数字人直播。该实施方式缓解了数字人直播占用过多渲染资源的问题,缩短了开播准备时间,提升了用户的体验感。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种数字人直播方法和装置。
背景技术
随着AI(Artificial Intelligence)技术的快速发展,数字人技术在直播业务场景中的应用也日趋成熟。目前采用数字人进行物品的直播主要根据所有待直播物品的信息,对数字人的所有表情和动作渲染完成后再开始推流进行直播。
在实现本发明过程中,发明人发现现有技术中存在如下问题:
现有的数字人直播方式需要占用较多的渲染资源,且需要耗费一定的开播准备时间,影响了线上用户的体验感,不利于提升用户关注度,进而影响到物品的直播效果。
发明内容
有鉴于此,本发明实施例提供一种数字人直播方法和装置,在监听到第一渲染任务渲染完成的情况下,进行数字人直播,一方面缓解了数字人直播占用过多渲染资源的问题,另一方面缩短了开播准备时间,提升了线上用户的体验感,减少了开播等待时间对直播效果的影响。
为实现所述目的,根据本发明实施例的一个方面,提供了一种数字人直播的方法,包括:
响应于接收到直播请求,获取直播剧本,所述直播剧本包括数字人形象、待直播物品列表,以及场景素材;
根据所述待直播物品列表中的至少部分物品生成第一渲染任务,再根据所述待直播物品列表中的剩余物品生成第二渲染任务,通过执行所述第一渲染任务和所述第二渲染任务,对所述数字人形象进行物品维度的直播行为渲染,得到对应物品的数字人视频;
响应于监听到所述第一渲染任务的渲染完成信息,根据渲染完成的数字人视频和所述场景素材生成推送视频,以进行数字人直播。
可选地,根据所述待直播物品列表中的至少部分物品生成第一渲染任务,再根据所述待直播物品列表中的剩余物品生成第二渲染任务,包括:按照预设的直播规则,从所述待直播物品列表中确定至少部分优先直播的物品;将所述优先直播的物品放入第一队列,生成第一渲染任务;将所述待直播物品列表中除了所述优先直播的物品之外的剩余物品放入第二队列,生成第二渲染任务。
可选地,通过执行所述第一渲染任务和所述第二渲染任务,对所述数字人形象进行物品维度的直播行为渲染,得到对应物品的数字人视频,包括:优先根据所述第一渲染任务中的每个物品的讲解文本,对所述数字人形象的嘴型、表情和动作进行渲染,得到所述第一渲染任务中的每个物品的数字人视频;在所述第一渲染任务执行完毕的情况下,根据所述第二渲染任务中的每个物品的讲解文本,对所述数字人形象的嘴型、表情和动作进行渲染,得到所述第二渲染任务中的每个物品的数字人视频。
可选地,根据渲染完成的数字人视频和所述场景素材生成推送视频之前,所述方法还包括:对所述场景素材进行预处理,得到标准场景素材,以根据渲染完成的数字人视频和所述标准场景素材生成标准推送视频。
可选地,根据所述待直播物品列表中的至少部分物品生成第一渲染任务,再根据所述待直播物品列表中的剩余物品生成第二渲染任务之后,所述方法还包括:根据所述第一渲染任务和所述第二渲染任务,生成用于记录渲染进度的直播计划列表;对所述数字人形象进行物品维度的直播行为渲染,得到对应物品的数字人视频之后,所述方法还包括:根据所述数字人视频更新所述直播计划列表,以通过监听更新后的直播计划列表来确定所述第一渲染任务的完成进度。
可选地,所述方法还包括:响应于接收到所述第一渲染任务的更新请求,将获取到的第一物品信息加入所述第一渲染任务,以通过执行所述第一渲染任务优先生成所述第一物品的数字人视频。
可选地,对所述数字人形象进行物品维度的直播行为渲染是基于计算机集群和移动终端集群中的至少一种集群。
根据本发明实施例的第二方面,提供一种数字人直播装置,包括:
直播剧本获取模块,用于响应于接收到直播请求,获取直播剧本,所述直播剧本包括数字人形象、待直播物品列表,以及场景素材;
数字人视频生成模块,用于根据所述待直播物品列表中的至少部分物品生成第一渲染任务,再根据所述待直播物品列表中的剩余物品生成第二渲染任务,通过执行所述第一渲染任务和所述第二渲染任务,对所述数字人形象进行物品维度的直播行为渲染,得到对应物品的数字人视频;
直播模块,用于响应于监听到所述第一渲染任务的渲染完成信息,根据渲染完成的数字人视频和所述场景素材生成推送视频,以进行数字人直播。
根据本发明实施例的第三方面,提供一种数字人直播的电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例第一方面提供的方法。
根据本发明实施例的第四方面,提供一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例第一方面提供的方法。
所述发明中的一个实施例具有如下优点或有益效果:通过响应于接收到直播请求,获取直播剧本,直播剧本包括数字人形象、待直播物品列表,以及场景素材;根据待直播物品列表中的至少部分物品生成第一渲染任务,再根据待直播物品列表中的剩余物品生成第二渲染任务,通过执行第一渲染任务和第二渲染任务,对数字人形象进行物品维度的直播行为渲染,得到对应物品的数字人视频;响应于监听到第一渲染任务的渲染完成信息,根据渲染完成的数字人视频和场景素材生成推送视频,以进行数字人直播的技术方案,实现了在监听到第一渲染任务渲染完成的情况下,进行数字人直播,从而缓解了数字人直播占用过多渲染资源的问题,缩短了开播准备时间,提升了线上用户的体验感,减少了开播等待时间对直播效果的影响。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的数字人直播方法的主要流程的示意图;
图2是本发明实施例数字人直播的详细流程示意图;
图3是根据本发明实施例的数字人直播装置的主要模块示意图;
图4是本发明实施例可以应用于其中的示例性系统架构图;
图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
需要说明的是,本发明的技术方案中,所涉及的用户个人信息的采集/收集、更新、分析、使用、传输、存储等方面,均符合相关法律法规的规定,被用于合法且合理的用途,不在这些合法使用等方面之外共享、泄露或出售,并且接受国家监管部门的监督管理。应当对用户个人信息采取必要措施,选择性地阻止使用或访问个人信息数据,以防止对此类个人信息数据的非法访问,确保有权访问个人信息数据的人员遵守相关法律法规的规定,确保用户个人信息安全。此外,一旦不再需要这些用户个人信息数据,应当通过限制甚至禁止数据收集和/或删除数据的方式将风险降至最低。
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
现有的数字人直播方式需要占用较多的渲染资源,且需要耗费一定的开播准备时间,影响了线上用户的体验感,不利于提升用户关注度,进而影响到物品的直播效果,不能很好的满足实际应用。
为了解决现有技术中存在的上述问题,本发明提出一种数字人直播的方法,将待直播物品列表中的所有物品拆分为两部分,一部分用于生成第一渲染任务,另外一部分用于生成第二渲染任务,并在第一渲染任务渲染完成的情况下,进行数字人直播,缓解了数字人直播占用过多渲染资源的问题,缩短了开播准备时间,提升了线上用户的体验感,减少了开播等待时间对直播效果的影响。
在本发明的实施例介绍中,所涉及的名词及其含义如下:
GPU:是一种专门在个人电脑、工作站、游戏机和一些移动设备上做图像和图形相关运算工作的微处理器;
Disruptor队列:是一个无锁并发框架,用于高性能数据传输,将数据在生产者线程和消费者线程之间高效地传输,而不需要使用传统的互斥锁等同步机制。
图1是根据本发明实施例的数字人直播方法的主要流程的示意图,如图1所示,本发明实施例的数字人直播方法包括如下的步骤S101至步骤S103。
步骤S101、响应于接收到直播请求,获取直播剧本,所述直播剧本包括数字人形象、待直播物品列表,以及场景素材。
具体地,数字人直播是一种利用数字技术和人工智能将虚拟人物以真实时间进行直播互动的形式,与传统的真人直播相比,数字人直播可以长时间不间断直播,有效降低了商家的运营成本。数字人直播需要将直播使用的数字人,该数字人对应的音色,直播场景的前景、背景图片,背景音乐,背景视频,以及待直播物品的信息打包编辑为直播剧本。直播驱动服务在接收到直播请求时,获取直播请求对应的直播剧本,并对直播剧本进行拆分,得到包含数字人和对应音色的数字人形象,包含直播场景的前景、背景图片,背景音乐,背景视频的场景素材,以及包含各个待直播物品讲解文本的待直播物品列表。具体拆分方法可以按照各个文件的命名对直播剧本进行拆分,也可以根据约定的剧本打包规则对直播剧本进行解析拆分,还可以按照文件名的后缀对直播剧本进行拆分,本发明实施例不做具体限定。
步骤S102、根据所述待直播物品列表中的至少部分物品生成第一渲染任务,再根据所述待直播物品列表中的剩余物品生成第二渲染任务,通过执行所述第一渲染任务和所述第二渲染任务,对所述数字人形象进行物品维度的直播行为渲染,得到对应物品的数字人视频
具体地,考虑到数字人直播在开播前需要耗费较长的时间来根据待直播物品列表中所有的物品讲解文本进行数字人的渲染,本发明实施例将待直播物品列表中的物品进行拆分,拆分为两部分,将其中的一部分放入预先定义的第一渲染任务中,将另外一部分放入预先定义的第二渲染任务中,得到对应的第一渲染任务和第二渲染任务。根据当前系统渲染资源的使用率,确定是先执行第一渲染任务还是第二渲染任务,本发明实施例通常将待直播物品列表拆分出少量的物品放入第一渲染任务,第一渲染任务的物品数量远小于第二渲染任务的物品数量,所以通过先执行第一渲染任务,再执行第二渲染任务来对数字人形象进行直播行为渲染,得到数字人对各个物品的讲解视频。
根据本发明的一个实施例,根据所述待直播物品列表中的至少部分物品生成第一渲染任务,再根据所述待直播物品列表中的剩余物品生成第二渲染任务,包括:按照预设的直播规则,从所述待直播物品列表中确定至少部分优先直播的物品;将所述优先直播的物品放入第一队列,生成第一渲染任务;将所述待直播物品列表中除了所述优先直播的物品之外的剩余物品放入第二队列,生成第二渲染任务。
具体地,通常情况下数字人直播的待直播物品数量较多,为了提升直播效果,可以根据直播规则,从待直播物品列表中确定至少部分优先直播的物品,例如直播规则可以是顺序优先,将待直播物品列表中的首个或者前几个物品作为优先直播的物品,可以是销量优先,将指定时间内销量最高或者较高的几个物品作为优先直播的物品,还可以季节优先,将销量因子和季节因子结合考虑,将符合的物品作为优先直播的物品。随后通过队列生成渲染任务,将优先直播的物品放入第一队列,生成对应的第一渲染任务;将待直播物品列表中除了优先直播的物品之外的剩余物品均放入第二队列,生成对应的第二渲染任务。
根据本发明的另一个实施例,通过执行所述第一渲染任务和所述第二渲染任务,对所述数字人形象进行物品维度的直播行为渲染,得到对应物品的数字人视频,包括:优先根据所述第一渲染任务中的每个物品的讲解文本,对所述数字人形象的嘴型、表情和动作进行渲染,得到所述第一渲染任务中的每个物品的数字人视频;在所述第一渲染任务执行完毕的情况下,根据所述第二渲染任务中的每个物品的讲解文本,对所述数字人形象的嘴型、表情和动作进行渲染,得到所述第二渲染任务中的每个物品的数字人视频。
具体地,基于上述生成的第一渲染任务和第二渲染任务,本发明实施例优先执行第一渲染任务,可以根据第一渲染任务中的物品排序,按照顺序依次获取物品的讲解文本,根据讲解文本对数字人形象中的嘴型、表情和动作进行渲染,得到数字人对该物品的讲解视频。也可以根据当前渲染资源的使用率,来确定第一渲染任务内部各个物品的执行顺序,例如在使用率小于预设的阈值时,此时说明渲染资源不是特别充足,可以按照第一渲染任务内各个物品的讲解文本的大小,从小到大进行物品的排序,先执行数据量小的讲解文本的渲染任务,以此来给系统一个资源调度的缓冲,兼顾到了渲染的执行和渲染资源的均衡分配。在第一渲染任务执行完毕,其中没有待直播物品的情况下,再根据第二渲染任务中的每个物品的讲解文本,对数字人形象的嘴型、表情和动作进行渲染,得到数字人对第二渲染任务中每个物品的物品讲解视频。
根据本发明的再一个实施例,对所述数字人形象进行物品维度的直播行为渲染是基于计算机集群和移动终端集群中的至少一种集群。
具体地,本发明实施例由直播驱动服务使用MQ消息来调用渲染服务,以实现对数字人形象进行物品维度的直播行为渲染,各个服务之间通过MQ消息可以在解耦的情况下进行数据通信。另外,随着移动终端硬件性能的不断提高,尤其是GPU算力,所以可以在各个移动终端上装载渲染器,通过自动化运维工具来管理移动终端集群,即可组建一个低成本的移动终端集群。目前渲染服务支持计算机PC集群和移动终端集群(手机、平板集群)中的至少一种集群。调用渲染服务时通过渲染策略来确定是使用PC集群还是手机集群,或者将PC集群和手机集群结合使用,使用PC集群处理上述第一渲染任务,使用手机集群处理第二渲染任务,以达到低成本且不影响渲染效果的目的,而且还低成本地补给了系统的渲染资源。
根据本发明的又一个实施例,根据所述待直播物品列表中的至少部分物品生成第一渲染任务,再根据所述待直播物品列表中的剩余物品生成第二渲染任务之后,所述方法还包括:根据所述第一渲染任务和所述第二渲染任务,生成用于记录渲染进度的直播计划列表;对所述数字人形象进行物品维度的直播行为渲染,得到对应物品的数字人视频之后,所述方法还包括:根据所述数字人视频更新所述直播计划列表,以通过监听更新后的直播计划列表来确定所述第一渲染任务的完成进度。
具体地,在生成第一渲染任务和第二渲染任务之后,根据第一渲染任务和第二渲染任务,生成直播计划列表并存入Redis缓存服务,在渲染服务执行完一个物品的渲染任务,得到数字人视频后,渲染服务会将渲染结果通过MQ消息的方式发送给直播驱动服务,以便直播驱动服务根据数字人视频到Redis缓存服务中的直播计划列表中查找到对应的物品并进行更新标记,以记录渲染任务的完成进度。
步骤S103、响应于监听到所述第一渲染任务的渲染完成信息,根据渲染完成的数字人视频和所述场景素材生成推送视频,以进行数字人直播。
具体地,上述得到的数字人视频仅是数字人的物品讲解视频,还需要将数字人视频和直播的具体场景进行融合加工,例如数字人所在的背景图片、直播过程中的背景音乐等,所以需要将场景素材中的前景、背景图片,背景视频或者音乐等素材和数字人视频进行融合加工。直播驱动服务可以通过开启分布式定时任务来查询直播计划列表中的第一渲染任务的完成进度,也可以通过监听直播计划列表的方式来获取第一渲染任务的完成进度,并在第一渲染任务完成的时候,将第一渲染任务对应的各个物品的数字人视频和场景素材进行融合加工,生成推送视频,以开启直播,进行数字人直播。可以理解地,在数字人直播的过程中,通过PC集群和/或手机集群执行第二渲染任务,将渲染完成的数字人视频和场景素材进行融合加工后进行存储,以在第一渲染任务对应的推送视频推流、播放完成后,继续推流、播放生成的第二渲染任务对应的推送视频。
通过上述方式,可以有效缩短开播准备时间,只需要第一渲染任务执行完毕即可进行直播,特别是在渲染能力较强的系统中,仅需要从待直播物品列表中抽取一个物品作为第一渲染任务,相应地,只需要完成这一个物品的数字人的渲染,即可快速进行直播,大大提高了开播速度。
根据本发明的一个实施例,根据渲染完成的数字人视频和所述场景素材生成推送视频之前,所述方法还包括:对所述场景素材进行预处理,得到标准场景素材,以根据渲染完成的数字人视频和所述标准场景素材生成标准推送视频。
具体地,考虑到场景素材包括的前景、背景图片,背景视频或者音乐可能来自于不同的数据源,图片、视频、音乐的大小、分辨率、格式可能存在不标准不规范的情况,所以在根据渲染完成的数字人视频和场景素材生成推送视频之前,需要对场景素材进行标准化的预处理,得到标准场景素材,这个过程的记录也类似于渲染进度的进度。直播驱动服务使用MQ消息调用预处理服务进行标准化处理,并根据场景素材的各个内容生成预处理计划表,存入Redis缓存服务,具体可以将预处理计划表中的每条信息同时进入Disruptor队列,以实现异步写入Redis缓存,提高缓存写入性能。由于此部分预处理的工作量不大,CPU处理速度块,所以预处理服务在对场景素材处理完毕,生成标准场景素材后,将处理完毕的信息通过MQ消息返回给直播驱动服务,以使直播驱动服务将预处理计划表的状态更新为已完成状态,从而使直播驱动服务在监听第一渲染任务的渲染完成信息后,通过预处理计划表的状态确定场景素材完成标准化,再将数字人视频和标准场景素材进行融合加工,以得到图片清晰、音质效果良好的标准推送视频。
根据本发明的另一个实施例,所述方法还包括:响应于接收到所述第一渲染任务的更新请求,将获取到的第一物品信息加入所述第一渲染任务,以通过执行所述第一渲染任务优先生成所述第一物品的数字人视频。
具体地,在直播过程中,直播驱动服务在接收到第一渲染任务的更新请求时,将获取到的第一物品信息加入第一渲染任务,此中的更新请求可以由直播互动消息触发,也可以由运营人员触发。例如直播互动中根据用户投票选取待直播列表中最受欢迎的物品,在最受欢迎物品不在第一渲染任务时,将最受欢迎物品作为第一物品加入第一渲染任务,调用渲染服务优先对第一渲染任务中的第一物品进行渲染;或者运营根据商家临时指示,将第二渲染任务中的物品调整到第一渲染任务,以达到优先渲染优先展示第一物品的目的。
图2是本发明实施例数字人直播的详细流程示意图。直播驱动服务在接收到直播请求时,对获取的直播剧本进行拆分,得到数字人形象、待直播物品列表,以及场景素材。对于其中的数字人形象和待直播物品列表,根据待直播物品列表中的至少部分物品生成第一渲染任务,再根据待直播物品列表中的剩余物品生成第二渲染任务。直播驱动服务根据第一渲染任务和第二渲染任务,生成用于记录渲染进度的直播计划列表,同时根据场景素材生成预处理计划表,将直播计划列表和预处理计划表存储在Redis缓存服务中。直播驱动服务并行调用渲染服务和预处理服务,对于渲染服务,根据第一渲染任务和第二渲染任务,使用PC集群和Phone手机集群中的至少一种对数字人形象进行物品维度的直播行为渲染,并在得到对应物品的数字人视频后,将渲染完成的信息通过MQ消息发送给直播驱动服务,以对Redis缓存服务中的直播计划列表进行更新。对于预处理服务,使用PC集群对场景素材进行预处理,得到标准场景素材,并在预处理完成后,将预处理完成的信息通过MQ消息发送给直播驱动服务,以对Redis缓存服务中的预处理计划表状态进行更新。直播驱动服务通过启动分布式定时器来查询Redis缓存服务的直播计划列表中第一渲染任务的完成进度和预处理计划表状态,或者Redis缓存服务将第一渲染任务的完成进度和预处理计划表状态上报给分布式定时器。在第一渲染任务完成且预处理计划表的状态也完成的情况下,根据渲染完成的数字人视频和预处理后的标准场景素材生成标准推送视频,开始推流,调用直播间服务进行数字人直播。
通过本发明实施例的数字人直播的方法,将待直播物品列表中的所有物品拆分为两部分,一部分用于生成第一渲染任务,另外一部分用于生成第二渲染任务,并在第一渲染任务渲染完成的情况下,进行数字人直播,一方面缓解了数字人直播占用过多渲染资源的问题,另一方面也缩短了开播准备时间,提升了线上用户的体验感,减少了开播等待时间对直播效果的影响。
图3是根据本发明实施例的数字人直播装置的主要模块示意图。如图3所示,数字人直播装置300主要包括直播剧本获取模块301、数字人视频生成模块302和直播模块303。
直播剧本获取模块301,用于响应于接收到直播请求,获取直播剧本,所述直播剧本包括数字人形象、待直播物品列表,以及场景素材;
数字人视频生成模块302,用于根据所述待直播物品列表中的至少部分物品生成第一渲染任务,再根据所述待直播物品列表中的剩余物品生成第二渲染任务,通过执行所述第一渲染任务和所述第二渲染任务,对所述数字人形象进行物品维度的直播行为渲染,得到对应物品的数字人视频;
直播模块303,用于响应于监听到所述第一渲染任务的渲染完成信息,根据渲染完成的数字人视频和所述场景素材生成推送视频,以进行数字人直播。
根据本发明的一个实施例,所述数字人视频生成模块302,还用于:按照预设的直播规则,从所述待直播物品列表中确定至少部分优先直播的物品;将所述优先直播的物品放入第一队列,生成第一渲染任务;将所述待直播物品列表中除了所述优先直播的物品之外的剩余物品放入第二队列,生成第二渲染任务。
根据本发明的另一个实施例,所述数字人视频生成模块302,还用于:优先根据所述第一渲染任务中的每个物品的讲解文本,对所述数字人形象的嘴型、表情和动作进行渲染,得到所述第一渲染任务中的每个物品的数字人视频;在所述第一渲染任务执行完毕的情况下,根据所述第二渲染任务中的每个物品的讲解文本,对所述数字人形象的嘴型、表情和动作进行渲染,得到所述第二渲染任务中的每个物品的数字人视频。
根据本发明的再一个实施例,所述数字人直播装置300还包括预处理模块(图中未示出),用于:根据渲染完成的数字责任视频和所述场景素材生成推送视频之前,对所述场景素材进行预处理,得到标准场景素材,以根据渲染完成的数字人视频和所述标准场景素材生成标准推送视频。
根据本发明的又一个实施例,所述数字人直播装置300还包括计划表生成模块(图中未示出),用于:根据所述待直播物品列表中的至少部分物品生成第一渲染任务,再根据所述待直播物品列表中的剩余物品生成第二渲染任务之后,根据所述第一渲染任务和所述第二渲染任务,生成用于记录渲染进度的直播计划列表;所述数字人直播装置300还包括计划表更新模块(图中未示出),用于:对所述数字人形象进行物品维度的直播行为渲染,得到对应物品的数字人视频之后,根据所述数字人视频更新所述直播计划列表,以通过监听更新后的直播计划列表来确定所述第一渲染任务的完成进度。
根据本发明的另一个实施例,所述数字人直播装置300还包括第一渲染任务更新模块(图中未示出),用于:响应于接收到所述第一渲染任务的更新请求,将获取到的第一物品信息加入所述第一渲染任务,以通过执行所述第一渲染任务优先生成所述第一物品的数字人视频。
根据本发明的再一个实施例,对所述数字人形象进行物品维度的直播行为渲染是基于计算机集群和移动终端集群中的至少一种集群。
图4是本发明实施例可以应用于其中的示例性系统架构图。
如图4所示,系统架构400可以包括终端设备401、402、403,网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备401、402、403通过网络404与服务器405交互,以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用,例如数字人直播应用等(仅为示例)。
终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器405可以是提供各种服务的服务器,例如对用户利用终端设备401、402、403所进行的数字人直播提供支持的后台管理服务器(仅为示例)。后台管理服务器可以响应于接收到直播请求,获取直播剧本,所述直播剧本包括数字人形象、待直播物品列表,以及场景素材;根据所述待直播物品列表中的至少部分物品生成第一渲染任务,再根据所述待直播物品列表中的剩余物品生成第二渲染任务,通过执行所述第一渲染任务和所述第二渲染任务,对所述数字人形象进行物品维度的直播行为渲染,得到对应物品的数字人视频;响应于监听到所述第一渲染任务的渲染完成信息,根据渲染完成的数字人视频和所述场景素材生成推送视频,以进行数字人直播等处理,并将处理结果(例如推送视频等--仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的数字人直播方法一般由服务器405执行,相应地,数字人直播装置一般设置于服务器405中。
应该理解,图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图5,其示出了适于用来实现本发明实施例的终端设备或服务器的计算机系统500的结构示意图。图5示出的终端设备或服务器仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,计算机系统500包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是所述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者所述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或所述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者所述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括:直播剧本获取模块、数字人视频生成模块和直播模块。
其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,直播模块还可以被描述为“用于响应于监听到所述第一渲染任务的渲染完成信息,根据渲染完成的数字人视频和所述场景素材生成推送视频,以进行数字人直播的模块”。
另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是所述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。所述计算机可读介质承载有一个或者多个程序,当所述一个或者多个程序被一个该设备执行时,使得该设备包括:响应于接收到直播请求,获取直播剧本,所述直播剧本包括数字人形象、待直播物品列表,以及场景素材;根据所述待直播物品列表中的至少部分物品生成第一渲染任务,再根据所述待直播物品列表中的剩余物品生成第二渲染任务,通过执行所述第一渲染任务和所述第二渲染任务,对所述数字人形象进行物品维度的直播行为渲染,得到对应物品的数字人视频;响应于监听到所述第一渲染任务的渲染完成信息,根据渲染完成的数字人视频和所述场景素材生成推送视频,以进行数字人直播。
根据本发明实施例的技术方案,具有如下优点或有益效果:通过响应于接收到直播请求,获取直播剧本,直播剧本包括数字人形象、待直播物品列表,以及场景素材;根据待直播物品列表中的至少部分物品生成第一渲染任务,再根据待直播物品列表中的剩余物品生成第二渲染任务,通过执行第一渲染任务和第二渲染任务,对数字人形象进行物品维度的直播行为渲染,得到对应物品的数字人视频;响应于监听到第一渲染任务的渲染完成信息,根据渲染完成的数字人视频和场景素材生成推送视频,以进行数字人直播的技术方案,实现了在监听到第一渲染任务渲染完成的情况下,进行数字人直播,从而缓解了数字人直播占用过多渲染资源的问题,缩短了开播准备时间,提升了线上用户的体验感,减少了开播等待时间对直播效果的影响。
所述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种数字人直播方法,其特征在于,包括:
响应于接收到直播请求,获取直播剧本,所述直播剧本包括数字人形象、待直播物品列表,以及场景素材;
根据所述待直播物品列表中的至少部分物品生成第一渲染任务,再根据所述待直播物品列表中的剩余物品生成第二渲染任务,通过执行所述第一渲染任务和所述第二渲染任务,对所述数字人形象进行物品维度的直播行为渲染,得到对应物品的数字人视频;
响应于监听到所述第一渲染任务的渲染完成信息,根据渲染完成的数字人视频和所述场景素材生成推送视频,以进行数字人直播。
2.根据权利要求1所述的方法,其特征在于,根据所述待直播物品列表中的至少部分物品生成第一渲染任务,再根据所述待直播物品列表中的剩余物品生成第二渲染任务,包括:
按照预设的直播规则,从所述待直播物品列表中确定至少部分优先直播的物品;
将所述优先直播的物品放入第一队列,生成第一渲染任务;
将所述待直播物品列表中除了所述优先直播的物品之外的剩余物品放入第二队列,生成第二渲染任务。
3.根据权利要求1所述的方法,其特征在于,通过执行所述第一渲染任务和所述第二渲染任务,对所述数字人形象进行物品维度的直播行为渲染,得到对应物品的数字人视频,包括:
优先根据所述第一渲染任务中的每个物品的讲解文本,对所述数字人形象的嘴型、表情和动作进行渲染,得到所述第一渲染任务中的每个物品的数字人视频;
在所述第一渲染任务执行完毕的情况下,根据所述第二渲染任务中的每个物品的讲解文本,对所述数字人形象的嘴型、表情和动作进行渲染,得到所述第二渲染任务中的每个物品的数字人视频。
4.根据权利要求1所述的方法,其特征在于,根据渲染完成的数字人视频和所述场景素材生成推送视频之前,所述方法还包括:
对所述场景素材进行预处理,得到标准场景素材,以根据渲染完成的数字人视频和所述标准场景素材生成标准推送视频。
5.根据权利要求1所述的方法,其特征在于,根据所述待直播物品列表中的至少部分物品生成第一渲染任务,再根据所述待直播物品列表中的剩余物品生成第二渲染任务之后,所述方法还包括:
根据所述第一渲染任务和所述第二渲染任务,生成用于记录渲染进度的直播计划列表;
对所述数字人形象进行物品维度的直播行为渲染,得到对应物品的数字人视频之后,所述方法还包括:
根据所述数字人视频更新所述直播计划列表,以通过监听更新后的直播计划列表来确定所述第一渲染任务的完成进度。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于接收到所述第一渲染任务的更新请求,将获取到的第一物品信息加入所述第一渲染任务,以通过执行所述第一渲染任务优先生成所述第一物品的数字人视频。
7.根据权利要求1所述的方法,其特征在于,对所述数字人形象进行物品维度的直播行为渲染是基于计算机集群和移动终端集群中的至少一种集群。
8.一种数字人直播装置,其特征在于,包括:
直播剧本获取模块,用于响应于接收到直播请求,获取直播剧本,所述直播剧本包括数字人形象、待直播物品列表,以及场景素材;
数字人视频生成模块,用于根据所述待直播物品列表中的至少部分物品生成第一渲染任务,再根据所述待直播物品列表中的剩余物品生成第二渲染任务,通过执行所述第一渲染任务和所述第二渲染任务,对所述数字人形象进行物品维度的直播行为渲染,得到对应物品的数字人视频;
直播模块,用于响应于监听到所述第一渲染任务的渲染完成信息,根据渲染完成的数字人视频和所述场景素材生成推送视频,以进行数字人直播。
9.一种移动电子设备终端,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310994443.6A CN117041623A (zh) | 2023-08-08 | 2023-08-08 | 一种数字人直播方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310994443.6A CN117041623A (zh) | 2023-08-08 | 2023-08-08 | 一种数字人直播方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117041623A true CN117041623A (zh) | 2023-11-10 |
Family
ID=88622066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310994443.6A Pending CN117041623A (zh) | 2023-08-08 | 2023-08-08 | 一种数字人直播方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117041623A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117319699A (zh) * | 2023-12-01 | 2023-12-29 | 江西拓世智能科技股份有限公司 | 基于智能数字人模型的直播视频生成方法及装置 |
CN117336519A (zh) * | 2023-11-30 | 2024-01-02 | 江西拓世智能科技股份有限公司 | 基于ai数字人的多直播间同步直播的方法及装置 |
CN117376596A (zh) * | 2023-12-08 | 2024-01-09 | 江西拓世智能科技股份有限公司 | 基于智能数字人模型的直播方法、装置及存储介质 |
-
2023
- 2023-08-08 CN CN202310994443.6A patent/CN117041623A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117336519A (zh) * | 2023-11-30 | 2024-01-02 | 江西拓世智能科技股份有限公司 | 基于ai数字人的多直播间同步直播的方法及装置 |
CN117336519B (zh) * | 2023-11-30 | 2024-04-26 | 江西拓世智能科技股份有限公司 | 基于ai数字人的多直播间同步直播的方法及装置 |
CN117319699A (zh) * | 2023-12-01 | 2023-12-29 | 江西拓世智能科技股份有限公司 | 基于智能数字人模型的直播视频生成方法及装置 |
CN117319699B (zh) * | 2023-12-01 | 2024-04-26 | 江西拓世智能科技股份有限公司 | 基于智能数字人模型的直播视频生成方法及装置 |
CN117376596A (zh) * | 2023-12-08 | 2024-01-09 | 江西拓世智能科技股份有限公司 | 基于智能数字人模型的直播方法、装置及存储介质 |
CN117376596B (zh) * | 2023-12-08 | 2024-04-26 | 江西拓世智能科技股份有限公司 | 基于智能数字人模型的直播方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117041623A (zh) | 一种数字人直播方法和装置 | |
CN104995865B (zh) | 基于声音和/或面部辨识的服务提供 | |
CA3120826A1 (en) | Techniques for managing generation and rendering of user interfaces on client devices | |
CN111478781B (zh) | 一种消息广播的方法和装置 | |
CN111352903A (zh) | 日志管理平台、日志管理方法、介质以及电子设备 | |
CN113181646A (zh) | 游戏数据方法及装置、电子设备、存储介质 | |
US20230405455A1 (en) | Method and apparatus for processing cloud gaming resource data, computer device, and storage medium | |
WO2024082878A1 (zh) | 渲染处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品 | |
CN113630618B (zh) | 视频处理方法、装置及系统 | |
CN113411660A (zh) | 视频数据的处理方法、装置和电子设备 | |
CN109672931B (zh) | 用于处理视频帧的方法和装置 | |
CN115589489B (zh) | 视频转码方法、装置、设备、存储介质及视频点播系统 | |
CN113535371A (zh) | 一种多线程异步加载资源的方法和装置 | |
CN113672671A (zh) | 一种实现数据加工的方法和装置 | |
CN111432142A (zh) | 视频合成方法、装置、设备及存储介质 | |
CN113411661B (zh) | 用于记录信息的方法、装置、设备、存储介质及程序产品 | |
CN113204425B (zh) | 供进程管理内部线程的方法、装置、电子设备及存储介质 | |
CN113779451A (zh) | 一种页面加载方法和装置 | |
CN102546457B (zh) | 文字消息处理方法以及文字消息处理器 | |
CN115525425B (zh) | 基于云原生技术的联邦学习计算引擎编排方法及其设备 | |
US20240080285A1 (en) | Information processing method and apparatus, electronic device, and storage medium | |
CN111447258B (zh) | 离线任务调度的方法、装置、设备及存储介质 | |
CN113760836B (zh) | 一种宽表计算方法和装置 | |
CN116680086B (zh) | 一种基于离线渲染引擎的调度管理系统 | |
CN115278278B (zh) | 一种页面显示方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |