一种基于创作平台的AI辅助图文小说生成系统与方法与流程
本发明属于生成式人工智能(generative artificial intelligence),具体涉及基于大语言模型的文本生成、基于扩散模型的图像生成以及图文融合展示技术。本发明尤其适用于在线上创作平台中进行小说创作、数字内容生产及图文阅读服务等应用场景。
背景技术:
1、近年来,生成式人工智能技术取得了显著突破,大语言模型和文生图模型已广泛应用于内容创作领域。然而,现有技术仍存在以下不足:
2、第一,当前ai辅助创作工具多为本地部署或单一功能型软件,用户需要自行搭建环境、组合多个不同工具才能完成从文本生成到图像生成的完整创作流程,操作门槛高、学习成本大。缺乏一个集成的在线创作平台,供用户在统一界面下完成小说构思输入、ai生成、图文编排和发布阅读等全流程操作,严重制约了普通创作者的内容生产效率。
3、第二,现有ai辅助写作工具通常仅提供纯文本生成功能,即使个别工具支持配图,也往往是将文字与图片简单拼凑排列,缺乏“文字悬浮于图片上方”的沉浸式图文融合展示效果,难以带来优质的图文阅读体验。同时,大多数工具不支持用户对生成的角色形象进行系统化的自定义设定,ai生成的角色外貌、服饰等视觉元素与用户心目中的预期形象存在较大偏差。
4、第三,现有ai创作工具大多采用“黑盒式”生成模式,用户仅能输入初始需求,无法查看和理解ai用于生成的具体提示词,更无法在生成过程中对提示词进行修改和调整。这导致用户难以精确控制生成内容的方向和细节,生成结果与用户预期之间存在较大偏差,用户体验差、试错成本高。
5、第四,现有技术中,用户输入创作信息的方式较为单一,通常仅支持逐项填写构思要素,无法满足创作者“已有完整小说稿件需导入优化”或“逐章精细控制创作”等多样化需求。同时,ai文本生成也缺乏“一次性生成整本”和“逐章确认生成”两种可选模式,无法适应不同创作习惯。
6、第五,现有故事文本生成图像的技术方案,其核心目标通常在于生成单张或若干张角色与场景图像,输出形态为图像文件,而非在平台上形成可供读者图文阅读的完整小说作品,未能解决图文融合展示与平台化阅读体验的技术问题。同时,现有方案在图文生成过程中产生的信息彼此孤立,未能形成结构化的数据体系,无法为后续的视频化转化提供便利的辅助基础。
7、针对上述问题,本发明提出了一种基于创作平台的ai辅助图文小说生成系统与方法。
技术实现思路
1、发明目的
2、本发明旨在提供一种基于创作平台的ai辅助图文小说生成系统与方法,其核心目的包括:
3、第一,构建一体化在线创作平台,为用户提供从小说构思输入、ai整本/分章生成、图文融合展示与编排到平台图文阅读的全流程在线创作环境。
4、第二,支持多种输入方式和多种生成模式,适应不同创作习惯和创作阶段的需求。
5、第三,支持悬浮展示和非悬浮展示等多种图文融合展示方式,以在平台上形成可供读者阅读的图文融合小说为最终输出形态。
6、第四,支持用户对小说角色的外观特征进行详细自定义设定,生成角色视觉身份档案并在全流程中强制调用,确保角色形象在全部图片中保持高度一致。
7、第五,赋予用户对ai生成过程中使用的提示词进行查看、编辑和修改的能力,实现“人机协同创作”,增强用户对生成内容的精确控制力。
8、第六,在图文生成过程中同步产生结构化的视频生成辅助信息(包括但不限于分镜脚本、场景描述、图片提示词等),为小说内容的后续视频化转化提供便利的数据基础,避免创作者在视频转化阶段进行重复性工作。
9、技术方案
10、为实现上述目的,本发明提供如下技术方案:
11、用户通过创作平台的网页或移动端界面进入本模块,输入内容创作请求。本模块支持多种输入方式,以适应不同创作习惯和创作阶段的需求:
12、用户按照平台提供的结构化模板,在小说创作的不同层级进行设定输入:
13、(1)整本小说层级设定(全局思路)
14、用户在此层级设定整本小说的全局性创作要素,包括但不限于:故事主题与核心立意、世界观与时代背景设定、整本小说叙事风格、全局情节架构、角色体系设定、全局视觉风格。
15、(2)章节层级设定(章节思路)
16、用户在此层级对具体章节进行细化设定,以指导该章节的文本生成和配图生成,包括但不限于:本章核心情节、本章出场角色、本章场景环境、本章关键镜头/画面、本章叙事节奏。
17、(3)全局设定与章节设定的继承与覆盖关系
18、系统自动将“整本小说层级设定”作为全局默认参数应用于所有章节的文本生成和图片生成;用户在“章节层级设定”中作出的具体设定,优先覆盖全局设定中相冲突的部分,形成“全局基调统一、章节个性突出”的创作控制体系。
19、用户可直接上传已有小说的完整文本文件(支持txt、doc、docx、pdf等格式),系统自动识别并导入整本小说文字内容。上传后,系统对整本小说进行文本解析与篇章结构划分,自动识别章节标题、段落结构,并按章节组织后续的图片生成任务。用户可在上传后对各章节内容进行在线审阅和修订。
20、用户可按照章节逐一上传小说文本文件,系统按上传顺序依次导入各章节文字内容。该模式适用于创作者已撰写部分章节、需要逐章导入并分别生成配图的场景。
21、用户可结合使用上述多种方式。
22、无论用户采用上述哪种输入方式,均可通过本模块对小说中每个角色的外观特征进行详细的自定义描述。
23、对于文件上传方式,系统在导入文本后,利用大语言模型对小说全文进行自动语义解析,从文本中提取各角色的名称、外貌描写片段、服饰描述等信息,并生成初始的角色设定建议供用户确认或修改。
24、系统将用户填写的角色外观描述或系统从文本中提取的角色设定,自动转换为结构化的角色描述提示词,并通过平台界面完整展示给用户。用户可对任一角色的描述提示词进行查看、编辑、修改和优化。修改完成后,系统根据用户修改后的提示词重新生成或更新该角色的“角色视觉身份档案”。
25、基于大语言模型,根据用户输入模块接收到的创作信息,生成小说文字内容。该模块支持两种独立的生成模式:
26、系统根据用户提供的整本小说层级设定,一次性生成从开篇到结局的完整小说全部章节的文字内容。生成完成后,系统将所有章节按顺序呈现在平台上,供用户通览全文并进行整体性审阅。用户可对任意章节进行修订、润色,或要求系统对特定章节进行局部重生成。
27、系统根据整本小说层级的全局设定以及当前指定章节的章节层级设定,逐章生成文字内容。每生成一章,系统将该章节内容展示在平台上,供用户审阅、修订和确认;用户确认当前章节后,再以相同方式生成下一章节。
28、用户在创作过程中可随时切换上述两种生成模式。两种生成模式与用户输入方式相互独立、可自由组合。
29、在小说文本生成完成后,针对每一章节生成若干张与故事内容相匹配的图片:
30、分镜脚本生成单元:基于小说文本,利用大语言模型解析生成分镜头脚本;
31、提示词构建单元:根据分镜脚本和用户设定的角色形象、环境设定和视觉风格构建图像生成提示词,并将“角色视觉身份档案”中的特征信息编码融入提示词中;
32、提示词展示与编辑接口:将构建完成的完整图像生成提示词通过平台界面展示给用户,用户可对提示词进行查看、编辑、修改和优化;用户修改确认后,系统采用修改后的提示词重新生成图片;
33、图像生成单元:基于文生图大模型生成高质量图片;
34、角色一致性保持单元:基于“角色视觉身份档案”,确保同一角色在不同章节、不同图片中的形象保持高度一致;
35、用户调整接口:创作者可对生成的每张图片进行预览、选择和修改,可指定某张图查看其提示词、修改提示词后重新生成;
36、视频生成辅助信息生成单元:在分镜脚本生成、提示词构建和图像生成过程中,系统同步将各章节的分镜脚本、角色设定、场景描述、图片提示词等数据进行结构化存储,形成可供视频生成工具调用的辅助信息数据集,为小说内容的后续视频化转化提供便利的数据基础。用户对提示词的修改同样被记录和存储于辅助信息数据集中。
37、本模块负责在平台上将ai生成的小说文字与对应章节的图片进行融合展示,所有呈现均在平台页面内完成:
38、将每章节的文本内容按段落分配给关联的场景图片;
39、支持多种图文关联展示方式:
40、将文字以悬浮方式叠加于图片上方进行展示,形成文字在前、图片在后的叠放展示关系。
41、需要说明的是,本发明所称“文字悬浮于图片上方”,是指文字内容所在的显示图层在显示层级上高于图片所在的显示图层,使得文字内容至少部分呈现于图片的显示区域之上。所述“悬浮”展示并不要求文字背景完全不透明或完全遮挡图片,文字背景可以设置为不透明、半透明或完全透明中的任意一种。无论文字背景透明度如何设置,只要文字层位于图片层的前方,均属于本发明所称的“文字悬浮于图片上方”。
42、将文字内容与图片以并排显示或上下排列的方式在同一页面中进行关联展示,包括但不限于:
43、左右并排展示:文字内容展示于图片的左侧或右侧,图文在同一视觉层级并列呈现;
44、上下排列展示:文字内容展示于图片的上方或下方,图文按垂直方向顺序排列。
45、无论采用悬浮展示方式还是非悬浮展示方式,文字与图片均保持内容上的关联对应关系,即同一章节的文字与为该章节生成的图片在同一展示页面中共同呈现。
46、支持用户对图文编排进行在线调整,包括展示方式切换、图文排列顺序调整等;
47、创作者确认图文编排无误后,将图文融合小说页面通过平台向读者提供图文阅读服务;
48、系统以在平台上形成可供读者图文阅读的完整小说为图文作品输出形态。
49、在文本生成、图像生成各阶段对内容进行合规性自动核查。
50、有益效果
51、与现有技术相比,本发明具有以下显著有益效果:
52、用户无需具备编程能力或安装任何软件,即可在统一界面下完成从小说文本生成、图片生成、图文融合编排到平台阅读展示的全部操作。系统以在平台上形成可供读者图文阅读的完整小说为最终输出形态。
53、本发明支持悬浮展示和非悬浮展示两种图文关联展示方式。悬浮展示方式将文字层叠加于图片层之上,形成文字在前、图片在后的叠放关系,为读者带来沉浸式阅读体验;非悬浮展示方式将文字与图片并排或上下排列,适用于图文并重、需要完整展示图片画面的阅读场景。用户可根据需要自由选择或切换展示方式,提升了阅读体验的灵活性。
54、通过“角色视觉身份档案”机制,用户可通过详细的自定义描述精确控制角色的外貌、服饰、体态等视觉特征,该档案在图文生成全流程中强制调用,确保角色形象在小说全部图片中保持高度一致,从根本上解决了ai生成内容中角色“形象不统一”的核心痛点。
55、本发明将传统ai创作工具的“黑盒式”生成模式转变为“白盒式”透明化模式。用户可查看并修改ai所使用的完整提示词,实现“所改即所得”的精细化调整。这赋予了用户对生成内容的精确控制力,大幅降低了试错成本。
56、支持三种输入方式和两种ai生成模式,用户可自由选择与组合,满足从“已有完整稿件需导入优化”到“逐章精细化创作”的多样化需求。
57、本发明在图文生成过程中同步产生并结构化存储分镜脚本、角色设定、场景描述、图片提示词等视频生成辅助信息。当创作者决定将小说内容进一步转化为视频时,无需重新进行文本拆解、分镜设计等重复性工作,可直接调用上述辅助信息,大幅降低了视频开发的前期准备成本和技术门槛,实现了从图文创作到视频开发之间的数据无缝衔接。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com