买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广州创力信息科技有限公司申请的专利一种基于大数据的数字人语言训练方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120216988B 。

龙图腾网通过国家知识产权局官网在2025-12-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510275565.9，技术领域涉及：G06F18/214；该发明授权一种基于大数据的数字人语言训练方法及系统是由钟木宝设计研发完成，并于2025-03-10向国家知识产权局提交的专利申请。

本一种基于大数据的数字人语言训练方法及系统在说明书摘要公布了：本发明涉及数字人技术领域，具体公开了一种基于大数据的数字人语言训练方法及系统，所述的方法包括以下步骤：S1：获取训练文本，获取训练文本的文本向量，对文本向量进行聚类得到聚类簇；S2：获取聚类簇中文本向量的数量，确定聚类簇是否为削减簇；对削减簇中的文本向量进行排序得到第一排序，去除第一排序中的若干文本向量，获取新的聚类簇；S3：记录第一簇被标记为第二簇的总次数，当总次数超过总次数阈值时，标记为异常簇；删除异常簇的第一排序中首位的文本向量，直到异常簇不再被判定为异常簇；S4：基于目标簇生成数据集，对数字人进行语言训练。本发明提高了数字人语言训练的可靠性和鲁棒性。

本发明授权一种基于大数据的数字人语言训练方法及系统在权利要求书中公布了：1.一种基于大数据的数字人语言训练方法，其特征在于，包括以下步骤： S1：获取预设数量的用于数字人语言训练的训练文本，基于预训练的Transformer模型获取所述的训练文本的文本向量，基于DBSCAN算法对所述的文本向量进行聚类，得到聚类簇； S2：获取所述的聚类簇中文本向量的数量m，当所述的文本向量的数量大于等于预设的数量阈值m'时，将对应的聚类簇作为削减簇； 获取所述的削减簇的聚类中心，并获取所述的削减簇中文本向量与聚类中心的欧氏距离，将所述的文本向量按照欧氏距离的大小进行降序排序，得到第一排序，从所述的第一排序中首位的文本向量开始，去除前m-m'个文本向量，得到新的聚类簇； S3：将此时所有的聚类簇作为第一簇，获取第一簇中的文本向量与任一第一簇的聚类中心间的欧氏距离，并计算平均欧氏距离作为判断距离，获取最小判断距离，当所述的最小判断距离小于等于预设的最小判断距离时，则将对应的两个第一簇标记为第二簇，并记所述的第一簇被标记为第二簇的次数加1； 统计单个所述的第一簇被标记为第二簇的总次数，当总次数大于等于预设的总次数阈值的第一簇作为异常簇，获取所述的异常簇的第一排序，记作异常排序，从所述的异常排序中去除首位的文本向量，得到新的聚类簇，并重复上述步骤，判断此时所述的异常簇是否仍为异常簇，并重复上述步骤，直至所述的异常簇不再为异常簇； S4：将此时所有的聚类簇作为目标簇，基于所述的目标簇生成数据集，基于所述的数据集对数字人进行语言训练。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广州创力信息科技有限公司，其通讯地址为：510000 广东省广州市番禺区市桥街云星珠坑村珠坑大道1号602室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。