1. 项目背景

在数字化、智能化的大趋势下，3D数字人作为一种新兴的交互方式，能够在各种场景中提供沉浸式的用户体验。本项目的目标是开发一款具备高级交互能力的3D数字人，以增强用户互动体验，并应用于展厅、教育、医疗等多个领域。

2. 项目目标

- 实现与用户的自然语言实时对话。

- 预设两个标准动作以增加互动趣味性。

- 构建并维护一个强大的知识库以支持智能问答。

- 利用安卓设备进行图片采集和处理。

- 通过语音指令驱动3D数字人的动作和知识库查询。

3. 功能需求详细说明

3.1 实时对话功能

3.1.1 语音识别

- 支持多轮对话，无需重复唤醒。

- 普通话语音识别准确率达到≥95%。

3.1.2 语义理解

- 能够理解用户的意图，并进行适当的回应。

- 支持上下文理解，保持对话的连贯性。

- 具备情感识别能力，根据用户情绪调整回应方式。

3.2 预设动作

1.跳舞动作

- 设计舞蹈动作，能够跟随音乐节奏。

- 动作平滑自然，符合人类舞蹈习惯。

2.挥手动作

- 设计挥手动作的挥手问候。

- 动作执行迅速，无延迟感。

3.3 知识库

3.3.1 知识库构建

- 包含至少1000条常见问题及专业答案。

- 答案准确、全面，来源可靠。

3.3.2 知识库维护

- 提供后台管理系统，便于知识库的更新和扩展。

- 支持批量导入导出功能。

3.4 图像识别与语音驱动

3.4.1 图像采集

- 安卓设备集成摄像头，支持高清拍照。

- 拍照界面友好，操作简便。

3.4.2 语音驱动

- 用户通过语音对话，语音回复时同步控制3D数字人的口型。

- 支持语音指令查询知识库，并返回语音答案。

4. 技术要求详细说明

- 3D建模技术：使用Blender或Unity3D等软件进行高精度建模。

- 语音识别技术：采用科大讯飞、百度等成熟的语音识别API。

- 知识库问答技术：基于LLM大语言模型的知识库问答系统。

- 系统兼容性：确保系统在Android 8.0及以上版本稳定运行。