灵山胜境AI数字人导游——大三项目实战记录（一）

灵山胜境AI数字人导游——大三项目实战记录（一）

项目背景

大三下学期，我们团队接了一个比赛项目：为灵山胜境景区开发一套AI数字人导游系统。核心目标是让游客通过多模态交互（语音、文本、表情）与数字人导游对话，获取景区介绍、路线推荐等智能服务，同时为景区管理方提供数据分析后台。

技术选型

模块	技术方案
后端框架	Python FastAPI
前端	原生 JavaScript（无框架）
数字人	Canvas 2D（原选Live2D，CDN不稳定后自绘）
数据可视化	ECharts
知识库	JSON 结构化存储
交互方式	语音 + 文本 + 表情多模态

核心功能

1. 智能问答

基于JSON知识库构建景区信息检索系统，覆盖景点介绍、历史文化、服务设施等常见问题。采用关键词匹配+语义相似度双路召回，确保回答准确性和覆盖面。

2. 个性化路线推荐

根据游客偏好（亲子/情侣/老年/摄影）和停留时间，动态生成游览路线。路线包含景点顺序、预估耗时、餐饮休息建议。

3. Canvas 2D 数字人

最初选型Live2D实现二次元导游形象，但CDN资源不稳定，改成Canvas原生绘制2D角色，通过帧动画实现眨眼、口型同步等表情交互。虽然效果比Live2D简陋，但胜在稳定可控、加载快。

4. 管理后台

为景区管理员提供数据分析面板： - 游客提问热词统计（ECharts词云） - 各景点查询频次柱状图 - 路线推荐使用率饼图

踩坑记录

1. Live2D SDK的坑：官方CDN在境内访问极不稳定，切换Canvas自绘后反而性能更好
2. 语音交互延迟：Web Audio API处理音频时，要注意浏览器自动播放策略限制
3. JSON知识库膨胀：景点信息180+条，查询效率下降，后来加了倒排索引优化

小结

这个项目让我对多模态交互有了实际体会——语音+视觉+文本不是简单叠加，难点在于三者之间的状态同步和自然切换。FastAPI确实轻快，用原生JS写前端虽然累但很锻炼基本功。

---

大三博客系列，持续更新中...