论文

ETPDesigner:交互式多模式电子剧院项目的多代理编排

ETPDesigner: Multi-Agent Orchestration for Interactive Multimodal Electronic Theater Program

智能体系统Agent 协作

摘要

电子戏剧节目 (ETP) 是表演艺术中的重要宣传媒体,由多页的异构视觉资产集合组成,例如戏剧海报、表演细节和人物肖像。然而,现有的文本到图像范例由于无法理解长上下文叙述并在多个不同页面之间保持视觉一致性,因此难以应对如此复杂的设计任务。为了解决这个问题,我们引入了 ETPDesigner,这是一个协作式多代理框架,可以直接从原始戏剧脚本合成高质量的 ETP。我们的框架模拟专业的设计流程,编排专门的代理来进行语义脚本分析、核心海报合成、功能背景生成以及角色资产的分层组合。 ETPDesigner 的核心是全局样式锚定机制,它从核心海报中提取视觉先验,以在所有生成的组件中强制执行严格的美学一致性。此外,我们将 ETP 从静态出版物提升为沉浸式互动伴侣。通过集成肖像动画、定制语音合成和基于角色的 大语言模型 (LLM),我们的系统使用户能够与生成的虚拟角色进行实时、支持语音的对话。为了严格衡量这项任务,我们构建了 ETP-Pro,这是专业戏剧海报和高质量人物肖像的特定领域基准。广泛的评估证明了我们的方法在生成语义忠实、美观一致和高度交互的节目集方面的优越性。