摘要
本发明提出了一种场景适配的数字人行为预测方设备和存储介质,方法包括:本发明涉及采集文本、语音、图像等多模态用户交互数据,并进行预处理。通过预训练的多模态特征提取模型,提取出多模态特征向量。接着,使用预训练的场景识别模型和行为预测模型,预测数字人在不同场景下的行为。为了提高预测的准确性,本发明采用迁移学习技术,根据历史和当前数据差异优化模型参数或结构。同时,实时收集用户反馈,迭代更新预测模型以满足不同用户群体的需求。这种适应性方法不仅提高了数字人行为预测的精确度,还增强了其对不同场景的理解和适应能力,从而提供更智能化和人性化的服务。