ICS03.080.01A10團 體 標 準T/CTSA 0015-2023虛擬數(shù)字人能力技術(shù)要第1部分: 通用技術(shù)要TechnicalRequirementsforDigitalHumanCapabilitiesPart1:GeneralTechnicalRequirements2023-03-31發(fā)布 2023-03-31實施中關(guān)村中恒文化科技創(chuàng)新服務聯(lián)盟發(fā)布T/CTSA0015-2023T/CTSA0015-2023目 次前 言 II范圍 1規(guī)范性引用文件 1術(shù)語和定義 1通用術(shù)語 1技術(shù)術(shù)語 2應用術(shù)語 4縮略語 4虛擬數(shù)字人分類 4概述 5按照圖像資產(chǎn)分類 5按照互動形式分類 5按照應用模式分類 6虛擬數(shù)字人系統(tǒng) 6虛擬數(shù)字人資產(chǎn) 7概述 7圖形圖像資產(chǎn) 7動態(tài)數(shù)據(jù)資產(chǎn) 8系統(tǒng)技術(shù)資產(chǎn) 8虛擬數(shù)字人角色的能力 108.1 概述 10形象呈現(xiàn)能力 10語音生成能力 10動作驅(qū)動能力 10交互表達能力 10內(nèi)容供給能力 11整體表現(xiàn)能力 11I前 言本文件按照GB/T1.1—2020《標準化工作導則第1部分：標準化文件的結(jié)構(gòu)和起草規(guī)則》和GB/T13016《標準體系構(gòu)建原則和要求》的規(guī)定起草。T/CPRA31043個部分：——第1部分：通用技術(shù)要求；——第2部分：非實時交互虛擬數(shù)字人的能力分級與評測；——第3部分：實時交互虛擬數(shù)字人的能力分級與評測；本文件是T/CPRA3104的第1部分。請注意本文件的某些內(nèi)容可能涉及專利。本文件的發(fā)布機構(gòu)不承擔識別專利的責任。本文件由中關(guān)村中恒文化科技創(chuàng)新服務聯(lián)盟和中國公共關(guān)系協(xié)會文化大數(shù)據(jù)產(chǎn)業(yè)委員會共同提出并歸口。本文件起草單位：中央戲劇學院、快手科技有限公司、北京理工大學、中科院自動化所、北京藍色光標數(shù)據(jù)科技股份有限公司、海信視像科技股份有限公司、北京素鱗科技產(chǎn)業(yè)有限公司、廣州玖的數(shù)碼科技有限公司、廣州龍聯(lián)科技文化發(fā)展有限公司、伏羲云（北京）文化科技有限公司、北京玖揚博文文化發(fā)展有限公司、北京郵電大學、華郵數(shù)字文化技術(shù)研究院(廈門)有限公司、海南大學、中關(guān)村中恒文化科技融合創(chuàng)新中心、清研千訊（北京）科技有限公司、廈門理工學院影視與傳播學院、廈門理工學院設(shè)計藝術(shù)學院、福建網(wǎng)龍計算機網(wǎng)絡信息技術(shù)有限公司、上海東方怡動數(shù)字科技有限公司、數(shù)字栩生（北京）科技有限公司。本文件主要起草人：宋震、徐夢露、鄭屹、劉文超、翁冬冬、包儀華、劉杰、劉復昌、潘志庚、郭曉喆、楊善松、劉德建、吳立素、高楠、蔣耀琳、付愛國、葛巖、許經(jīng)捷、龐博、閆喆、樸經(jīng)緯、蘇彥聰、李建勛、張勇、謝生文、黃夢醒、劉兵、高凱、亓峰、何雪萍、王競?cè)?、薛曉鵬、尹暉、陳磊、崔義娜、代旭、高歌、陳洪、周萍、何樂、陳皓月。II1范圍本文件規(guī)定了虛擬數(shù)字人基礎(chǔ)術(shù)語、虛擬數(shù)字人分類、虛擬數(shù)字人系統(tǒng)、虛擬數(shù)字人資產(chǎn)和虛擬數(shù)字人角色的能力等通用技術(shù)要求。本文件適用于虛擬數(shù)字人系統(tǒng)建設(shè)、虛擬數(shù)字人資產(chǎn)生產(chǎn)，以及虛擬數(shù)字人運營。規(guī)范性引用文件下列文件中內(nèi)容通過文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對應的版本適用于本文件；不注日期的引用文件，其最新版本（包含所有的修改單）適用于本文件。ITU-TF.748.14Requirementsandevaluationmethodsofnon-interactive2Dreal-persondigitalhumanapplicationsystemITU-TF.748.15Frameworkandmetricsfordigitalhumanapplicationsystem術(shù)語和定義下列術(shù)語和定義適用于本文件。通用術(shù)語虛擬數(shù)字人 digitalhuman是指集成了計算機圖形學、計算機視覺、智能語音、自然語言處理技術(shù)的計算機應用程序，可用于數(shù)字內(nèi)容生成和人機交互，幫助提高內(nèi)容制作效率和用戶體驗。[來源：ITU-TF.748.15,3.2.1]虛擬數(shù)字人一般由虛擬數(shù)字人系統(tǒng)、虛擬數(shù)字人資產(chǎn)、虛擬數(shù)字人角色構(gòu)成。虛擬數(shù)字人系統(tǒng) digitalhumansystem是指利用人機界面、通信設(shè)施和數(shù)據(jù)管理系統(tǒng)等資源提供的服務來實現(xiàn)虛擬數(shù)字人能力的應用程序。虛擬數(shù)字人資產(chǎn) digitalhumanassets是指虛擬數(shù)字人開發(fā)過程中所涉及到的數(shù)字資源，通常以可存儲的數(shù)據(jù)、文本等信息為載體和表現(xiàn)形式，能夠持續(xù)用于支持虛擬數(shù)字人應用系統(tǒng)運行并能夠帶來一定的經(jīng)濟效益，主要包括但不限于圖形圖像資產(chǎn)、動態(tài)數(shù)據(jù)資產(chǎn)、系統(tǒng)技術(shù)資產(chǎn)。1虛擬數(shù)字人角色 digitalhumancharacter是指基于虛擬數(shù)字人系統(tǒng)，以虛擬數(shù)字人資產(chǎn)為支撐、以人形外貌為表征、以人機交互為主要方式、具有多重人類特征的數(shù)字孿生產(chǎn)物，其對外可呈現(xiàn)出相應的服務能力，主要表現(xiàn)為形象呈現(xiàn)、語音生成、動作驅(qū)動、交互表達、內(nèi)容表現(xiàn)、整體表現(xiàn)等維度的能力。通常虛擬數(shù)字人角色狹義地被稱之為虛擬數(shù)字人。技術(shù)術(shù)語紋理 texture是指經(jīng)過正射糾正和統(tǒng)一勻光處理，用于表示物體色調(diào)、飽和度、明度等特征來反應模型表面紋理和色澤特征的貼圖影像。[來源：CH/T9015-2012,3.10]材質(zhì) material是指賦予模型表面色彩、紋理、光滑度、透明度、反射率、折射率、發(fā)光度等可視屬性的過程，主要用來表現(xiàn)物體對光的反射、折射等交互性質(zhì)。[來源：DB22/T2019,2.6]渲染 rendering是指對一個虛擬場景進行處理，得到符合人類知覺（視覺、聽覺、觸覺等）輸出的過程。本文件中特指經(jīng)由虛擬數(shù)字人模型數(shù)據(jù)生成一張或多張二維圖像的技術(shù)，可具體分為實時渲染技術(shù)和離線渲染技術(shù)。[來源：GB/T38247-2019,2.2.41]骨骼節(jié)點 bonenodes是指為了實現(xiàn)虛擬數(shù)字人表情、動作變化所創(chuàng)建的一系列與虛擬數(shù)字人模型相互關(guān)聯(lián)的可控節(jié)點。蒙皮 skinning是指把虛擬數(shù)字人模型上的三維頂點關(guān)聯(lián)到骨骼節(jié)點上的技術(shù)，使虛擬數(shù)字人模型可以通過骨骼運動帶動整體模型的形變與運動。綁定 rigging是指通過給模版參數(shù)提供參數(shù)值，從模版產(chǎn)生模型元素的過程。本文件中特指為模型添加骨骼和控制器的制作過程，使模型物體有層次地被相關(guān)聯(lián)的骨骼控制，最終應用于虛擬數(shù)字人動畫環(huán)節(jié)的制作。[來源：SJ/T11290-2003,2.21]模型 model2是指對客觀現(xiàn)實某些方面的抽象。本文件中特指利用三維建模和重建技術(shù)，仿照實際人體外形或設(shè)計圖樣（不局限于平面與立體）生成的三維數(shù)據(jù)集合，通常應用于虛擬數(shù)字人呈現(xiàn)。[來源：GB/T17694-2009,B.314]模型數(shù)據(jù) modeldata3DMaxAutoCAD本文件中特指針對虛擬數(shù)字人的模型數(shù)據(jù)。[來源：DB42/T1506-2019,3.2]三維建模和重建 3Dmodelingandreconstruction是指基于傳感器對真實場景進行測量并構(gòu)建其三維模型。[來源：GB/T41864-2022,3.7.15]圖像分辨率imageresolution是指圖像單位尺寸中包含的像素點數(shù)，用于描述圖像精細程度。注1：對于數(shù)字圖像的分辨率，通常由垂直方向和水平方向單位距離的像素個數(shù)確定。[來源：GB/T41864-2022,3.1.11]交互 interaction是指一種行為，它由一些特定背景下為實現(xiàn)特定目的的對象之間交換的消息組成。本文件中特指用戶與虛擬數(shù)字人進行交流互動的行為。[來源：GB/T41864-2022,2.69]文本驅(qū)動 textdriven是指以文本作為輸入，通過處理生成虛擬數(shù)字人表情、動作、語音或視頻的驅(qū)動方式。音頻驅(qū)動 audiodriven是指以聲音作為輸入，通過處理生成虛擬數(shù)字人表情、動作或視頻的驅(qū)動方式。視頻驅(qū)動 videodriven是指以圖像或視頻作為輸入，通過處理生成虛擬數(shù)字人表情、動作、語音或視頻的驅(qū)動方式。動作捕捉驅(qū)動 motioncapturedriven是指通過動作捕捉設(shè)備對真人的動作捕捉，實現(xiàn)對虛擬數(shù)字人表情及動作控制的驅(qū)動方式。完備度 completenessdegree描述虛擬數(shù)字人的模型組件、紋理貼圖等構(gòu)成要素是否能夠充分支撐渲染需求，是否用分離的子模型完整表達了模型的重要組成部分。3精細度 finenessdegree描述虛擬數(shù)字人模型中各視覺要素的粒度或精度是否能夠充分滿足渲染需求。風格貼合度 artisticstylematchingdegree描述虛擬數(shù)字人實際表現(xiàn)的現(xiàn)實狀態(tài)與其前期設(shè)定的預期狀態(tài)相似程度。應用術(shù)語數(shù)字人美術(shù)風格 digitalhumanartstyle是指虛擬數(shù)字人渲染的美術(shù)風格，可根據(jù)與真人的相似程度可分為卡通、半寫實、寫實等3個類別。形象呈現(xiàn)能力 imagepresentationability是指能夠提供虛擬數(shù)字人視覺外觀載體的能力。語音生成能力 speechsynthesisability是指能夠提供虛擬數(shù)字人語言表達載體的能力。動作驅(qū)動能力 motiondrivenability是指能夠?qū)崿F(xiàn)虛擬數(shù)字人從靜態(tài)呈現(xiàn)轉(zhuǎn)換為動態(tài)呈現(xiàn)的能力。交互表達能力 interactiveexpressionability是指能夠基于信息獲取、識別、處理、傳達等行為與用戶進行互動的能力。內(nèi)容供給能力 contentsupplyability是指虛擬數(shù)字人能夠?qū)崿F(xiàn)知識表達的服務技能，具有用語言、面部表情和肢體動作等多模態(tài)信息進行表達溝通的能力。整體表現(xiàn)能力 overallrepresentationability是指虛擬數(shù)字人形象、語音、驅(qū)動、同步、表達、感知互動等方面的綜合能力?？s略語下列縮略語適用于本文。2D：二維(Two-Dimensional)3D：三維(ThreeDimension)AI：人工智能(ArtificialIntelligence)虛擬數(shù)字人分類4概述虛擬數(shù)字人的分類方法包括但不限于從圖像資產(chǎn)、互動形式、應用場景等3個維度進行劃分。按照圖像資產(chǎn)分類圖像資產(chǎn)可以按照空間渲染層次、美術(shù)風格進行分類。2D3D虛擬數(shù)字人。——2D虛擬數(shù)字人是指所構(gòu)建的虛擬數(shù)字人僅具有高度和寬度兩個層次信息的平面形態(tài)，不包含深度信息；——3D虛擬數(shù)字人是指所構(gòu)建的虛擬數(shù)字人兼具高度、寬度和深度三個層次信息的立體形態(tài)。擬數(shù)字人。——卡通虛擬數(shù)字人是指以夸張變形為主要特點，依據(jù)生產(chǎn)者的創(chuàng)造力和想象力，通過造型手段使虛擬數(shù)字人視覺特征更加鮮明，有意識地將虛擬數(shù)字人的臉型、五官形狀與位置、軀干造型及比例等參數(shù)擺脫真人生理解剖結(jié)構(gòu)的束縛；——半寫實虛擬數(shù)字人是指虛擬數(shù)字人的臉型、五官形狀與位置、軀干造型及比例等參數(shù)參照真人的生理解剖結(jié)構(gòu)，但是會在一定程度上運用恰當?shù)母爬?、提煉等手法對現(xiàn)實中的人進行再創(chuàng)作，使之既貼近生活和自然，又有一定的差異，例如皮膚細節(jié)異于真人等。按照互動形式分類互動形式可以按照響應時間、驅(qū)動方法進行分類。按照互動形式的響應時間，虛擬數(shù)字人分為實時交互和非實時交互虛擬數(shù)字人?！獙崟r交互虛擬數(shù)字人是指以三維實時引擎為技術(shù)途徑進行構(gòu)建，可利用不同的驅(qū)動方式與其進行實時互動，對于AI的生成速度和質(zhì)量有所要求；——非實時交互虛擬數(shù)字人是指以傳統(tǒng)影視技術(shù)為基礎(chǔ)進行構(gòu)建，其運作流程主要依據(jù)目標文本對應生成虛擬數(shù)字人語音和動畫，并合成呈現(xiàn)給用戶，但無法進行實時驅(qū)動，主要驅(qū)動方式包括但不限于通過文本驅(qū)動、音頻驅(qū)動、視頻驅(qū)動等。注1:同一個虛擬數(shù)字人可支持一種或多種驅(qū)動方式，可根據(jù)主要驅(qū)動方式進行歸類。注2:與實時交互虛擬數(shù)字人相比，非實時交互虛擬數(shù)字人更加關(guān)注資產(chǎn)質(zhì)量的維度，如生成的圖像質(zhì)量、資產(chǎn)的質(zhì)量、模型面數(shù)、拓撲合理性、是否有法線貼圖等。——智能驅(qū)動虛擬數(shù)字人是指通過前置性對聲音、動作等內(nèi)容數(shù)據(jù)進行標樣、整理和學習，使虛擬數(shù)字人智能系統(tǒng)對外界輸入的多模態(tài)信息能夠進行自動讀取、解析及識別，實現(xiàn)虛擬數(shù)字人智能化信息處理與傳輸，從而決策后續(xù)的輸出文本、驅(qū)動模型生成相應的語音與動作，完成與用戶的互動；5——真人驅(qū)動虛擬數(shù)字人是指在實現(xiàn)虛擬數(shù)字人從靜態(tài)到動態(tài)的轉(zhuǎn)變過程中，需要通過視頻監(jiān)控、動作捕捉等系統(tǒng)提取真人的關(guān)鍵數(shù)據(jù)信息，將真人的表情、動作實時呈現(xiàn)在虛擬數(shù)字人形象上，完成與用戶的互動。按照應用模式分類應用模式可以按照所提供的服務方式、所具有的身份特征進行分類。按照應用模式中所提供的服務方式，虛擬數(shù)字人分為替身類和智能助手類虛擬數(shù)字人?！嫔眍愄摂M數(shù)字人是指可代替真人從事一種或多種服務型工作，以提供標準化服務的數(shù)字孿生產(chǎn)物；按照應用模式中所具有的身份特征，虛擬數(shù)字人分為分身型和偶像型虛擬數(shù)字人?！稚硇吞摂M數(shù)字人是指其在真實世界中有客觀實在的對應用戶，是基于真實用戶數(shù)據(jù)信息在虛擬空間中映射出的數(shù)字孿生產(chǎn)物；——偶像型虛擬數(shù)字人是指其在真實世界中沒有客觀實在的對應用戶，是基于創(chuàng)作者對現(xiàn)代人物性格和大眾心理的把握，從而在虛擬世界中主觀創(chuàng)造出來的數(shù)字化產(chǎn)物。虛擬數(shù)字人系統(tǒng)6個模塊。前42個模塊用以支撐虛擬數(shù)字人驅(qū)動與合成顯示，如圖1所示。圖1虛擬數(shù)字人系統(tǒng)框架——圖像模塊：提供虛擬數(shù)字人的圖像資產(chǎn)。6——語音模塊：可生成與文本相對應的虛擬數(shù)字人角色聲音的模塊?！獎赢嬆K：可根據(jù)文本生成虛擬數(shù)字人角色動畫的模塊，包括面部表情和肢體動作?！换ツK：可使虛擬數(shù)字人能夠感知、識別、理解和決策的模塊，即基于智能感知與識別、智能分析與決策等技術(shù)識別用戶輸入的信息，同時通過理解其意圖做出后續(xù)決策，以驅(qū)動虛擬數(shù)字人進行語音和動畫播放，從而帶動虛擬數(shù)字人開始新一輪的交互。注1：該模塊為擴展項，可根據(jù)實際需求決定其有無?！嗄B(tài)輸入模塊：用于接收用戶輸入信息的模塊?！嗄B(tài)輸出模塊：用于向用戶呈現(xiàn)輸出信息的模塊。虛擬數(shù)字人資產(chǎn)概述3個類別，支撐虛擬數(shù)字人系統(tǒng)實現(xiàn)虛擬數(shù)字人角色的能力。圖形圖像資產(chǎn)圖形圖像資產(chǎn)用于支撐虛擬數(shù)字人模型的視覺化呈現(xiàn)，可按照空間維度分為二維圖形圖像資產(chǎn)、三維圖形圖像資產(chǎn)等2個類別。二維圖形圖像資產(chǎn)二維圖形圖像資產(chǎn)用于支撐2D虛擬數(shù)字人視覺化呈現(xiàn)，包括但不限于位圖圖像、矢量圖形、動態(tài)圖像等內(nèi)容，應具備但不限于如下信息：a）用于決定二維圖形圖像資產(chǎn)特征的圖像分辨率、顏色模型或參數(shù)化方程等信息。b）用于表示提供或開發(fā)二維圖形圖像資產(chǎn)的人員、時間、地點等信息。用于表示二維圖形圖像資產(chǎn)存儲的大小、格式及路徑等信息。用于明確二維圖形圖像資產(chǎn)使用目標及環(huán)境等信息。注1:位圖圖像以數(shù)字化的形式描述和存儲圖像上每一點的顏色、亮度等相關(guān)視覺信息，一般指代由數(shù)碼相機、掃描儀、攝像機等設(shè)備捕捉實際場景畫面或以數(shù)字化形式存儲的任意畫面。注2:矢量圖形以指令集合的形式對圖形的內(nèi)容進行描述和存儲，如直線、矩形或圖表等抽象靜態(tài)圖形。三維圖形圖像資產(chǎn)三維圖形圖像資產(chǎn)用于支撐3D虛擬數(shù)字人視覺化呈現(xiàn)，應具備但不限于如下信息：a）用于決定三維圖形圖像資產(chǎn)屬性的材質(zhì)、紋理、模型數(shù)據(jù)、著色器等信息。b）用于表示提供或開發(fā)三維圖形圖像資產(chǎn)的人員、時間、地點等信息。c）用于表示三維圖形圖像資產(chǎn)存儲的大小、格式及路徑等信息。d）用于明確三維圖形圖像資產(chǎn)使用目標及環(huán)境等信息。注1:紋理和圖像能夠在虛擬數(shù)字人交互和應用中提供顏色和可視化細節(jié)。紋理連同形狀的表示形式（通常是三維模型）來呈現(xiàn)整個對象或場景，而圖像通常是對象或場景的獨立表示形式。常見的紋理包括紋理圖、法線7圖、高度圖、立方體圖等。注2:三維模型能夠在虛擬數(shù)字人創(chuàng)建和應用中提供空間、形狀等信息，一般將三維空間中點的位置（稱為頂點）和索引數(shù)據(jù)一起編碼，以定義表示模型形狀的線或三角形。注3:著色器用以確定虛擬數(shù)字人三維模型轉(zhuǎn)換為屏幕形狀的方式，以及這些形狀中每個像素的著色方式。動態(tài)數(shù)據(jù)資產(chǎn)動態(tài)數(shù)據(jù)資產(chǎn)用于支撐虛擬數(shù)字人肢體動作、面部神情等動態(tài)效果呈現(xiàn)，可按照數(shù)據(jù)模態(tài)的不同進行劃分，包括但不限于動作數(shù)據(jù)資產(chǎn)、語音數(shù)據(jù)資產(chǎn)等2個類別。動作數(shù)據(jù)資產(chǎn)動作數(shù)據(jù)資產(chǎn)用于驅(qū)動虛擬數(shù)字人肢體動作和面部表情，包括但不限于面部表情數(shù)據(jù)、肢體動作數(shù)據(jù)等內(nèi)容，應具備但不限于如下信息：用于決定動作數(shù)據(jù)資產(chǎn)時間、空間、位置關(guān)系等特征的信息，包括但不限于原始、樣本、修復等類別的信息。用于表示動作數(shù)據(jù)資產(chǎn)提供或開發(fā)的人員、時間、地點等信息。d）用于表示動作數(shù)據(jù)資產(chǎn)存儲的大小、格式及路徑等信息。e）用于明確動作數(shù)據(jù)資產(chǎn)適配目標、方式及使用環(huán)境等信息。注1:面部表情數(shù)據(jù)用于驅(qū)動虛擬數(shù)字人面部表情，包括但不限于面部表情采集和捕捉數(shù)據(jù)、面部圖像處理和驅(qū)動數(shù)據(jù)等數(shù)據(jù)類型。注2:肢體動作數(shù)據(jù)用于驅(qū)動虛擬數(shù)字人的肢體動作，包括但不限于動作采集和捕捉數(shù)據(jù)、動作處理和驅(qū)動數(shù)據(jù)等數(shù)據(jù)類型。語音數(shù)據(jù)資產(chǎn)語音數(shù)據(jù)資產(chǎn)用于合成虛擬數(shù)字人的語音，以支撐實現(xiàn)語音播放、交互等聽覺效果，包括但不限于提前錄制好的真人音頻數(shù)據(jù)、以AI文本生成的實時語音數(shù)據(jù)。用于表示提供或開發(fā)語音數(shù)據(jù)資產(chǎn)的人員、時間、地點等信息。d）用于表示語音數(shù)據(jù)資產(chǎn)存儲的大小、格式及路徑等信息。e）用于明確語音數(shù)據(jù)資產(chǎn)適配目標、方式及使用環(huán)境等信息。系統(tǒng)技術(shù)資產(chǎn)系統(tǒng)技術(shù)資產(chǎn)用于支持虛擬數(shù)字人底層功能的開發(fā)實現(xiàn)。通常以整合的技術(shù)路徑及方法為內(nèi)容，通過一定的技術(shù)載體進行表現(xiàn)，不具有獨立實體，可按照技術(shù)路徑的整合性形式進行拆分，包括但不限于形象技術(shù)資產(chǎn)、語音技術(shù)資產(chǎn)、動畫生成技術(shù)資產(chǎn)、音視頻合成技術(shù)資產(chǎn)、交互技術(shù)資產(chǎn)等形式。8形象技術(shù)資產(chǎn)形象技術(shù)資產(chǎn)用于支持虛擬數(shù)字人角色的性格、外觀等視覺特征的生成、裝扮等功能，應具備但不限于如下內(nèi)容：用于表示虛擬數(shù)字人視覺特征重建過程中所涉及到的專利、團隊、專有技術(shù)等信息。d）用于明確該資產(chǎn)以上信息的文件大小、數(shù)據(jù)格式、存儲路徑等信息。語音技術(shù)資產(chǎn)語音技術(shù)資產(chǎn)用于支持虛擬數(shù)字人語音合成、編輯、轉(zhuǎn)換、定制等功能，應具備但不限于如下信息：用于明確該資產(chǎn)以上信息的文件大小、數(shù)據(jù)格式、存儲路徑等信息。動畫生成技術(shù)資產(chǎn)動畫生成技術(shù)資產(chǎn)用于支持虛擬數(shù)字人在圖形圖像數(shù)據(jù)等信息文本的基礎(chǔ)上實現(xiàn)動畫呈現(xiàn)功能，應具備但不限于如下信息：用于明確該資產(chǎn)以上信息的文件大小、數(shù)據(jù)格式、存儲路徑等信息。音視頻合成技術(shù)資產(chǎn)用于表示虛擬數(shù)字人音視頻合成顯示、定制播放等功能的過程中所涉及到的專利、團隊、專有技術(shù)等信息。用于明確該資產(chǎn)以上信息的文件大小、數(shù)據(jù)格式、存儲路徑等信息。9交互技術(shù)資產(chǎn)交互技術(shù)資產(chǎn)用于支持虛擬數(shù)字人通過即時傳遞反饋信息實現(xiàn)與用戶互動等