摘要
本发明公开了一种数字人实时交互和驱动系统、方法、介质和电子设备，该系统包括前端与控制模块、核心处理模块和音视频服务模块，前端与控制模块用于输出控制指令；核心处理模块用于在接收到控制指令后，对通过至少一种方式获取的问题回复文本进行文本转语音，以语音合成得到对应语音内容，并对语音内容进行数字人推理得到数字人图像帧，对数字人图像帧进行音视频合成得到数字人音视频图像；音视频服务模块用于实现数字人音视频图像的实时传输，以便实现数字人与对应虚拟房间的用户之间的实时交互。本发明通过流式处理和消息队列技术，可实现系统整体流程的低延迟，提升系统的实时性和并发处理能力。
