面向多场地的演艺内容自适应匹配系统的制作方法

本发明涉及演艺内容自适应匹配，具体为面向多场地的演艺内容自适应匹配系统。

背景技术：

1、线下演艺（如舞台剧、音乐剧、沉浸式游戏、文旅演出等）的策划与制作长期依赖人工经验；该过程中要求策划方需要针对每个具体的场地（包括传统剧场、商场中庭、景区街区、餐厅书店等场地）从头进行剧本设计、演员调度、灯光音响布置等操作，并将同一ip作品改编成不同版本时往往需要重新编排，进而导致制作周期较长且成本较高；并且，现有的演出控制系统大多只能按预先编写好的时间码播放灯光、音效和提示依次进行控制操作，无法在演出过程中根据观众的实际反应（如弹幕情绪、打赏热度、心率变化等）实时动态调整剧情走向；同时，现有技术中无法将场地空间参数（尺寸、柱网、人流走向）与演艺内容进行自动匹配。因此，现有技术存在明显的缺陷。

技术实现思路

1、本发明的目的在于提供面向多场地的演艺内容自适应匹配系统，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：面向多场地的演艺内容自适应匹配系统，包括：

3、场地信息采集模块，用于获取目标场地的物理特征参数和商业目标参数，构建目标场地对应的场地特征向量；

4、观众画像分析模块，用于从用户数据库或实时传感器获取观众群体的多维特征数据，经归一化与嵌入编码后输出观众特征向量；

5、内容原子库模块，用于将原始演艺作品内容自动拆解为多个内容原子单元，并生成每个内容原子单元对应的元数据向量；

6、形式模板库模块，用于存储若干预设演出形式模板，每个预设演出形式模板的参数包括总时长、分段时间轴（所述分段时间轴由若干连续时间区间构成，且为每个时间区间分配一个时间槽序号，不同演出形式模板的时间槽数量存在差异）、各时间槽适配原子类型列表、空间位置需求向量（所述空间位置需求向量由主舞台、副舞台、过道及吧台区域分别对应的占用比例构成）、技术资源需求列表（包含灯光通道数、音响声道数及投影机数量）以及互动节点密度（所述互动节点密度表示平均每间隔预设时长的互动节点数），并基于各模板参数生成对应的模板特征向量；

7、匹配推荐引擎，用于根据所得场地特征向量和观众特征向量，计算每个内容原子单元与每个演出形式模板的匹配度，并输出匹配度最高的若干演艺内容组合方案，每个方案包括选定的内容原子单元集合和对应的演出形式模板标识；

8、内容重组模块，用于接收匹配推荐引擎输出的演艺内容组合方案，按照所得演出形式模板类型从形式模板库模块中调取对应的演出形式模板，并将选定的内容原子单元集合按照调取的演出形式模板中的时间轴、空间位置、互动逻辑进行重组，生成适配目标场地的完整演艺脚本及演出控制指令序列；

9、演出执行模块，用于解析并执行所得演出控制指令序列；并在演出过程中同步采集观众的互动反馈数据，将采集到的数据打包成时序反馈帧输出；

10、动态调整模块，用于对所得互动反馈数据进行情感分析与意图识别，生成剧情分支调整指令或结局切换指令反馈至内容重组模块，内容重组模块收到指令后，实时修改剩余时间轴内的内容原子单元，重新生成适配目标场地的演艺脚本及演出控制指令序列。

11、进一步的，所述物理特征参数包括场地类型、空间尺寸、观众最大容纳量、观众流动模式；所述商业目标参数包括票房收益权重、品牌曝光权重、教育目的权重和观众停留时长目标；

12、具体地，场地类型包括剧场、商场、景区、餐厅、书店及街区；空间尺寸包含长度、宽度、高度；观众最大容纳量表示目标场地可承载的观众总人数上限；观众流动模式包括自由流动模式、单向流动模式及聚集停留模式；商业目标参数包括票房收益权重、品牌曝光权重、教育目的权重以及观众停留时长目标，票房收益权重、品牌曝光权重及教育目的权重参数的取值区间均为[0,1]，数值越大代表对应商业目标的优先级越高；

13、构建目标场地对应的场地特征向量的过程中，获取目标场地的物理特征参数内相应场地类型预置的独特编码向量；获取目标场地的物理特征参数内相应观众流动模式的独热编码向量；并用相应的独热编码向量替换原有的文字信息，之后将替换文字信息后的目标场地的物理特征参数及商业目标参数进行拼接，得到目标场地对应的场地特征向量。

14、所述多维特征数据包括年龄分布（本发明中年龄分布划分为0-17岁、18-25岁、26-35岁、36-50岁、50岁以上五个区间，各区间人员数量占比总和为1）、消费偏好标签（本发明中该消费偏好标签为独热编码形式且不同消费偏好标签对应的独热编码不同）、互动意愿评分（取值范围为[0,1]）及最近预设场次的历史观演行为序列，所述历史观演行为序列中每场的历史关演行为由观演场次分别对应的演出类型独热编码及评分构成；

15、所述元数据向量包括：内容原子单元类型的独热编码、所需最少观众数、互动强度等级（取值范围包括0、1及2）、商业转化潜力评分（该取值区间为[0,1]，数值越高代表该单元的商业变现能力越强）、时长、所需演员数量、情感标签向量（本发明情感标签包括快乐、悲伤、愤怒、恐惧、惊讶、中性六种基础情绪）及可替换性标签（取值为0或1，取值为1时代表该内容原子单元支持动态替换，取值为0时代表该内容单元为不可替换）；所述内容原子单元类型包括对话、歌曲、舞蹈、互动游戏及名场面还原五类演艺形式。

16、进一步的，所述内容原子库模块中每个内容原子单元的元数据向量还绑定一个实时替换代价参数，用于表征在动态调整时用相应内容原子单元替换原有的内容原子单元时需要付出的代价；所述逻辑衔接校验子模块在调用备选单元的过程中，优先选择对应替换代价最小的内容原子单元。

17、进一步的，所述匹配推荐引擎包括场地-观众联合编码器、内容-模板双塔网络、相似度计算单元以及组合优化器；

18、所述场地-观众联合编码器，用于将场地特征向量与观众特征向量进行拼接处理，映射生成场地-观众联合查询向量；

19、具体是通过双层全连接神经网络搭配relu激活函数完成特征深度融合与维度映射，生成128维的场地-观众联合查询向量，涉及的计算公式如下：

20、

21、其中，q表示映射生成的场地-观众联合查询向量，维度为128；relu（）表示为非线性激活函数；表示目标场地对应的场地特征向量；表示观众特征向量；表示向量与向量的拼接结果；表示第一层全连接网络的权重矩阵，维度为256×(dv+da)，且dv表示目标场地对应的场地特征向量的嵌入维度，da表示观众特征向量的嵌入维度；表示第一层全连接网络的偏置向量，维度为256；表示第二层全连接网络的权重矩阵，维度为128×256；表示第二层全连接网络的偏置向量，维度为128；、、及均为可训练模型参数；

22、所述内容-模板双塔网络，用于分别将各个内容原子单元的元数据向量与各个模板特征向量映射到与场地-观众联合查询向量同维度的嵌入空间，得到原子嵌入特征向量和模板嵌入特征向量；

23、涉及的计算公式如下：

24、

25、

26、其中，表示第i个内容原子单元对应的原子嵌入特征向量；表示第i个内容原子单元的元数据向量；表示第j个演出形式模板对应的模板嵌入特征向量；表示第j个演出形式模板的模板特征向量；tanh表示双曲正切激活函数；表示原子单元特征投影矩阵，的维度为的维度乘上128；表示演出形式模板特征投影矩阵，的维度为的维度乘上128；表示内容原子单元对应的映射层偏置向量；表示模板对应的映射层偏置向量；、、及均为可训练模型参数。

27、所述相似度计算单元，用于计算所得场地-观众联合查询向量与每个原子嵌入特征向量的点积相似度，以及每个内容原子单元与每个演出形式模板之间的兼容性得分；涉及的计算公式如下：

28、

29、

30、其中，表示所得场地-观众联合查询向量q与第i个原子单元对应原子嵌入特征向量的点积相似度；表示所得场地-观众联合查询向量q的转置矩阵；表示第i个内容原子单元与第j个演出形式模板之间的兼容性得分；表示sigmoid激活函数。

31、所述组合优化器，用于基于整数线性规划搜索使整体兼容性得分最大化的内容原子单元集合与演出形式模板配对组合；组合优化器配置的决策变量包括用于表征内容原子单元是否选用的x、用于表征演出形式模板是否选用的y及用于表征内容原子单元是否分配至模板对应时间槽的z；优化目标为最大化整体兼容性得分；组合优化器的约束条件包括：所选内容原子单元总时长不超过模板时长、互动强度总和不超过模板允许上限、演员数量不超过场地上限；组合优化器输出演艺内容组合方案，所述演艺内容组合方案包含选定的内容原子单元序列、选中的演出形式模板以及时间槽分配映射表；

32、所述组合优化器中的整数线性规划采用分枝定界法或束搜索算法求解，当求解时间超过预设上限时返回当前最优可行解。

33、具体地，用表征第i个原子单元是否入选最终演出方案且的值为0或1，用表征第j个演出形式模板是否被选用且的值为0或1，用表征第i个原子单元是否分配至第j个模板的对应时间槽且的值为0或1；涉及的优化目标函数如下：

34、

35、其中，表示最大化优化目标；λ表示预设的权重平衡系数。

36、所述组合优化器的约束条件包括：①所选内容原子单元总时长不超过模板时长；②互动强度总和不超过模板允许上限；③演员数量不超过场地上限；④单次演出仅选用一个固定的演出形式模板；⑤所有入选原子单元均被唯一分配至对应时间槽；⑥内容原子单元仅能分配到已经选中的演出形式模板内。

37、所述组合优化器通过求解构建的优化目标函数，输出最大化优化目标情况下的演艺组合方案。

38、进一步的，所述内容重组模块包括：时间轴映射子模块、空间布局映射子模块、逻辑衔接校验子模块及指令生成单元；

39、所述时间轴映射子模块，用于根据选中的演出形式模板的时间槽划分，将选定的内容原子单元按分配的时间槽排序，生成时间轴事件列表；

40、所述空间布局映射子模块，用于接收目标场地的平面图，将每个内容原子单元所需的空间位置映射到实际物理坐标，生成空间-事件绑定表；具体映射过程涉及的函数如下：

41、

42、其中，表示对应类型的内容原子单元的最优演出坐标映射函数结果；表示场地内预设的同类型演出候选坐标点集合；p表示候选点集中的任意坐标向量；表示候选点集合的几何中心参考坐标；表示求解最小欧式距离对应的最优坐标点p；所述空间布局映射子模块最优演出坐标映射函数结果确定各内容原子单元的最优演出点位，最终生成空间-事件绑定表；

43、所述逻辑衔接校验子模块，用于检测相邻内容原子单元之间的剧情连贯性，并以内容原子单元的情感标签和关键事件为节点，因果或时序关系为边构建剧情逻辑知识图谱；对于时间轴上相邻的内容原子单元，计算对应情感标签向量的余弦距离以及在知识图谱中的最短路径长度，若对应情感标签向量的余弦距离以及在知识图谱中的最短路径长度中的任一项超过预设阈值，则判定相邻的内容原子单元为逻辑断裂，并从内容原子库中调用可替换的备选单元进行插入或替换；计算对应情感标签向量的余弦距离涉及的计算公式如下：

44、

45、其中，表示相邻的第i个内容原子单元与第个内容原子单元分别对应的情感标签向量之间的余弦距离；表示第i个内容原子单元对应的情感标签向量；表示第个内容原子单元对应的情感标签向量；表示的模长；表示的模长。

46、所述指令生成单元，用于根据时间轴事件列表和空间-事件绑定表生成演出控制指令序列；所述演出控制指令序列中每条指令包括时间戳、设备标识、指令类型和参数值。

47、进一步的，所述互动反馈数据包括打赏金额、弹幕文本、投票选择、虚拟商品购买数据、可穿戴设备心率数据、面部表情特征；

48、所述动态调整模块包括：情感计算单元、意图识别单元、分支决策单元及冲突检测单元；

49、所述情感计算单元，用于对弹幕文本、心率数据、面部表情进行融合分析，输出实时情感强度值；具体地，计算得到t时刻的观众实时情感强度值涉及的计算公式如下：

50、

51、其中，表示t时刻观众的情感强度值；为预训练的bert情感分析函数；表示t时刻的弹幕文本；表示t时刻采集的可穿戴设备心率数据；表示预设的心率正常波动区间长度；表示预设的观众心率基准值；表示t时刻对应的面部表情特征向量，所述面部表情特征向量中每个元素值为针对相应元素位置对应预设情感标签的判定概率，且面部表情特征向量中不同元素位置对应的预设情感标签不同；表示面部表情特征向量中各个元素位置对应的最大概率值；、及分别表示预设的不同权重系数。

52、所述意图识别单元，用于对打赏金额、投票选择、虚拟商品购买数据进行融合，输出观众意图向量；

53、所述分支决策单元，用于根据所得实时情感强度值、观众意图向量以及当前剧情节点，通过预设决策树选择剧情分支；

54、所述冲突检测单元，用于维护已完成演出中每个角色的当前状态（位置、情绪、任务进度），并检查所选分支对角色状态的要求是否与当前状态兼容；若兼容则输出调整指令，否则要求分支决策单元重新选择剧情分支；所述调整指令包含待替换的内容原子单元、新增内容原子单元、时间轴偏移量和结局切换标识；所述冲突检测单元还记录每个角色的可用道具列表和已完成的动作序列；当所选分支要求使用某道具但状态机显示该道具不可用时，冲突检测单元返回冲突标志；

55、所述内容重组模块接收所得调整指令后，在剩余演出时间轴内动态修改内容原子单元的执行顺序、替换或插入新的内容原子单元、更改结局节点，并重新调用指令生成单元输出更新后的演出控制指令序列发送给演出执行模块。

56、进一步的，所述动态调整模块还包含安全监控单元，实时监测人群密度或观众心率的异常占比，当监控的异常占比大于等于预设安全阈值时，生成安全调整指令，将剧情切换至预设的安全模式。

57、进一步的，所述系统还包括自学习更新模块，用于收集每次演出后的绩效数据作为奖励信号，并根据所得奖励信号每隔预设时长对双塔网络参数进行一次更新，所述绩效数据包括上座率、观众满意度及商业转化额。更新双塔网络参数的过程中，奖励信号为相应绩效数据中上座率、观众满意度及商业转化额的加权和且绩效数据中每个参数项对应的权重系数是预置的；采用小批量梯度下降法更新相关模型参数，构建的损失函数，表示样本的实际兼容性得分。

58、与现有技术相比，本发明所达到的有益效果是：

59、（1）本发明通过将演艺内容拆解为带有元数据的内容原子单元，并与演出形式模板进行分离，是的同一ip作品能够快速适配不同的场地类型，无需从零开始编排，在一定程度上能够显著缩短制作周期；

60、（2）本发明通过自动采集目标场地的物理特征参数、商业目标参数及观众群体的多维特征数据，利用双塔网络和组合优化器动态推荐最适配目标场地的原子单元组合与演出形式模板；

61、（3）本发明能够通过实时采集弹幕、打赏、投票、心率、表情等观众反馈，经情感计算和意图识别后，结合冲突检测机制智能获取后续剧情分支或结局，有效提升观众的参与感。