基于多模态大模型的在线培训方法、装置、存储介质及服务器与流程

本申请涉及在线教育领域，尤其涉及一种基于多模态大模型的在线培训方法、装置、存储介质及服务器。

背景技术：

1、在目前的在线培训课程中，用户通过互联网预定课程，然后服务器根据教师的课时安排情况为用户分配教师。在课程开始时，用户进入到在线课堂中，教师利用课程的学习素材对用户进行讲解。每个教师的教学风格是固定的，用户如果不喜欢教师的教学风格，临时更换教师的话也非常麻烦。

技术实现思路

1、本申请实施例提供了基于多模态大模型的在线培训方法、装置、存储介质及服务器，可以解决现有技术中教学风格较为固定的问题。所述技术方案如下：

2、第一方面，本申请实施例提供了一种基于多模态大模型的在线培训方法，所述方法包括：

3、接收用户的选择指令；所述选择指令携带人物id和课程id；

4、根据所述人物id在人物数据库中查询对应的公众人物的人格数据，以及根据所述课程id在课程数据库中查询对应的学习素材数据；所述人格数据包括：习惯用语、声纹信息和语气信息；

5、根据选择的公众人物和所述用户创建聊天群组，以及利用预先训练的多模态大模型对所述学习素材数据进行解析生成知识文本序列；

6、根据所述人格数据在所述聊天群组中输出所述知识文本序列对应的聊天消息。

7、第二方面，本申请实施例提供了一种基于多模态大模型的在线培训装置，所述装置包括：

8、接收单元，用于接收用户的选择指令；所述选择指令携带人物id和课程id；

9、查询单元，用于根据所述人物id在人物数据库中查询对应的公众人物的人格数据，以及根据所述课程id在课程数据库中查询对应的学习素材数据；所述人格数据包括：习惯用语、声纹信息和语气信息；

10、生成单元，用于根据选择的公众人物和所述用户创建聊天群组，以及利用预先训练的多模态大模型对所述学习素材数据进行解析生成知识文本序列；

11、输出单元，用于根据所述人格数据在所述聊天群组中输出所述知识文本序列对应的聊天消息。

12、第三方面，本申请实施例提供一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。

13、第四方面，本申请实施例提供一种服务器，可包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。

14、本申请一些实施例提供的技术方案带来的有益效果至少包括：

15、选择至少一个公众人物和选择所需的课程，然后将用户和选择的至少一个公众人物创建聊天群组，利用多模态大模型对课程的学习素材数据进行解析生成知识文本序列，然后利用公众人物的人格数据将知识文本序列转换为语音消息或文本消息输出到聊天群组中，实现根据用户的需求灵活的选择喜欢的公众人物对任意课程进行讲解，通过这种明星伴学模式可以极大提升用户的学习积极性，让学习过程不再枯燥无味，提升学习的趣味性和沉浸氛围，增强用户黏度。

技术特征：

1.一种基于多模态大模型的在线培训方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述接收用户的选择指令之前，还包括：

3.根据权利要求2所述的方法，其特征在于，所述获取公众人物的音频数据、视频数据和图像数据，包括：

4.根据权利要求1或2所述的方法，其特征在于，还包括：

5.根据权利要求4所述的方法，其特征在于，所述学习素材数据包括所述公众人物的影视剧片段，所述影视剧片段与所述课程的知识点有关。

6.根据权利要求5所述的方法，其特征在于，还包括：

7.根据权利要求6所述的方法，其特征在于，所述课程包括多个课时；

8.一种基于多模态大模型的在线培训装置，其特征在于，包括：

9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1～7任意一项的方法步骤。

10.一种服务器，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1～7任意一项的方法步骤。

技术总结
本申请实施例公开了一种基于多模态大模型的在线培训方法、装置、存储介质及终端设备，涉及在线教育领域。本申请将用户和选择的至少一个公众人物创建聊天群组，利用多模态大模型对课程的学习素材数据进行解析生成知识文本序列，然后利用公众人物的人格数据将知识文本序列转换为语音消息或文本消息输出到聊天群组中，实现根据用户的需求灵活的选择喜欢的公众人物对任意课程进行讲解，提升学习的趣味性和沉浸氛围，提升用户黏度。

技术研发人员：张海璇,赵峰
受保护的技术使用者：远光软件股份有限公司
技术研发日：
技术公布日：2024/4/17