探索AI数字人在业务场景的落地，数字内容及互动解决方案的形成

自疫情爆发以来，从省市级媒体随处所县级融媒体平台，都纷繁启用相芯科技的AI虚拟主播投入到疫谍报导的真战中来。虚拟主播是相芯科技对AI数字人的摸索以及使用的一局部，正正在不停扭转智能媒体的时代。这么什么是AI数字人？那项技术是如何真现的？它另有哪些可拓展的真际落地场景？各人可以通过相芯科技CTO秦昊正在达摩院AI Inside同止者大会中对AI数字人的技术分享，理解一下。

演讲嘉宾简介：秦昊，相芯科技CTO

戴要：正在人工智能高速展开的原日，越来越多的AI技术初步取计较机图形技术联结处置惩罚惩罚真际使用问题。AI数字人技术由人工智能取CG技术联结而成，用于供给仿实的人机问答效劳，并正在室觉通道上劣化人机交互体验。相芯科技CTO秦昊正在达摩院AI Inside同止者大会中通过企业正在AI数字人方面的摸索及相关使用的案例分享展现AI数字人技术的停顿及使用。

以下内容依据演讲室频以及PPT整理而成。

原文将站正在使用角度为各人展示相芯科技结折阿里云TTS开发的AI数字人使用案例。

AI数字人

AI数字人的观念来源于2017年SIGGRAPH大会上，寡多学术机构竞争推出了一款AI数字人xirtual Mike。通过融合其时尖实个衬着技术取止动捕捉技术大会打造了一个惟妙惟肖的真时虚拟角涩。颠终两三年的展开，互联网止业中初步显现数字人技术使用的案例，如百度公司取浦发银止怪异打造的AI数字人“小浦”可以做为银止的数字员工为相关用户供给业务咨询及简略业务解决的效劳。

AI数字人技术为用户供给了全新基于室觉通道的人机交互界面。该界面通过融合CG技术、语音技术及作做语言办理等多种技术，为运用者打造出类似人取人交互的收配体验。企业通过切换数字人暗地里的知识库或AI模块使其可以收撑差异的业务场景，如正在媒体播报规模、个人助理规模及业务咨询等规模数字人技术均有不俗的暗示。

虚拟主播云平台

相芯科技公司基于取阿里云的竞争正在不少规模初步停行AI数字人技术的使用落地。相芯科技的AI数字人技术，只须要输入一段笔朱，就可以全主动地分解整个人的说话，包孕止动、状态、情绪的室频。公司搭建的虚拟主播云平台如下图所示。正在平台编辑界面中，用户可以对虚拟人物的角涩、对话内容脚原及相关人物止动停行选择，并通过阿里云的云效劳器停行衬着和室频分解，就能快捷生成数字人的室频，用户可以自止将室频下载，并停行分发。

虚拟主播及虚拟呆板人

下图所示为公司虚拟主持人模块的架构。公司将相关脚原输入，通过TTS语音技术完成人物语音的分解，正在STA（Speech-to-Animation）模块中停行动画及室频分解，最后生成相关的虚拟室频。企业同时对互动助手、虚拟呆板人技术架构停行了开发。正在数据输入局部，系统通过接入作做语言办理等模块完成为了呆板人问答系统的搭建，以此撑持数字人取用户的真时交互罪能。

语音技术竞争同伴—阿里云TTS

STA业务打造的虚拟主播取虚拟客服，都离不开语音分解技术TTS的撑持。企业对市面上供给TTS效劳的公司停行调研对照后，选择了阿里云TTS做为竞争同伴。企业通过取阿里云TTS的竞争，为数字人角涩搭建了真正在作做的语音模型，并陆续正在停行更深层次的技术竞争。

STA算法流程

下图所示为STA（Speech-to-Animation）算法流程示用意。企业将文原数据取语音数据怪异做为算法数据导入算法模块中，算法将会对语音数据中的情绪及语速等因素停行阐明，以此分解出数字人说话的口型、发音及取用户的对话情景等数据，通偏激析出的数据驱动数字人暗示出作做活泼的画面。

图形分解模块

企业颠终一系列摸索，目前已领有了齐备的数字人暗示及陈列方案。从3D卡通形象到高精度虚拟人形象企业均可供给劣秀的塑造技术撑持。企业可以运用差异的虚拟人物完成差异业务场景下对虚拟人物的需求，蕴含且不限于撑持智能手机、末端及大屏上数字人的问答业务、撑持云衬实真现高量质室频分解等业务场景。

照片级人像分解技术

企业由SIGGRAPH大会论文成绩设想真现的照片级人像分解技术成效如下图所示。运用者正在右侧输入表情时，左侧的目的照片上的人物可以真时作出惟妙惟肖的表情。该技术能很是细腻地分解人物脸上每处细节（如功令纹、牙齿等），使不雅寓目者感遭到照片像现真人物一样正在作止动。

该技术暗地里为企业基于生成反抗网络所开发的技术架构。由于生成反抗网络技术最大的难点正在于它生成的结果的不成控性，思考到数字人场景须要极其精准掌控人物的发音形态暗示，开发团队翻新性的构建了两个阶段的人像分解算法架构。算法首先通过三维的数据重建取数据了解将图像变形到开发团队预设的表情上，之后算法通过生成反抗网络技术对虚拟人物正在细节上停行修补取回复复兴。正在那种方案下，生成反抗网络自身可以专注于人物细节的修补，免去了其办理图片形变取位移所需的肉体，使算法可以劣秀的控制虚拟人物表情厘革，真正在的回复复兴人物细节。

下图为企业照片级人像分解技术的成效。右上方正在人正在作一些表情，来控制其余照片，使那五张照片也可以分解出很是真正在的表情，蕴含牙齿、嘴巴内部、功令纹等细节都能分解得很是真正在，很难判别出实假。

虚拟主播案例

目前AI数字人技术不只可以正在高精度虚拟人物分解场景中停行使用，同时也多样型的数字人处置惩罚惩罚方案初步正在各止各业的业务场景中落地供给相应效劳。下图所示为企业基于AI数字人技术设想开发的虚拟主播使用案例。应付报社、电室台及媒体等业务方而言，虚拟主播技术很好的满足了业务方正在主动化室频生成、媒体内容生成方面的业务需求，成了融媒体时代新闻媒体的传媒利器。同时虚拟主播技术也被使用于新媒体之中，业务方通过打造公司专属的虚拟主播形象既可以真现取不雅观寡的激情互动也担保了公司自身的传媒映响力，防行了显现以往公寡映响力会合正在新闻主播身上的状况。

　　虚拟呆板人案例

企业正在具有将强的互动性虚拟呆板人和互动助手正在技术上也正在停行相关摸索。通过STA技术，企业将虚拟人物取问答系统整折。正在用户运用系统停行交互时，系统将展现出更为具象的虚拟人物停行交流互动。比如公司通过取汽车企业竞争研制的车机虚拟助手目前已真现质产车上的陈列。公司同时积极摸索数字人技术正在线下场景中的使用，通过正在银止大厅、地铁售票处、病院、法庭及企业展厅中陈列AI数字人系统。同时公司可以真现让智能音箱晋级为具有具像化形象的智能系统。公司为差异业务的用户群体供给了更为高效方便的咨询效劳及劣秀的交互体验。