近期，中國(guó)傳媒大學(xué)媒體融合與傳播國(guó)家重點(diǎn)實(shí)驗(yàn)室媒體大數(shù)據(jù)研究中心聯(lián)合發(fā)布了第二期《中國(guó)虛擬數(shù)字人影響力指數(shù)報(bào)告》。其中，科大訊飛虛擬人愛(ài)加榮登數(shù)字員工人氣榜。
（右二為愛(ài)加）
2月27日，中共中央、國(guó)務(wù)院印發(fā)《數(shù)字中國(guó)建設(shè)整體布局規(guī)劃》指出，要夯實(shí)數(shù)字中國(guó)建設(shè)基礎(chǔ)。在政策支持和技術(shù)升級(jí)的大背景下，數(shù)字員工不斷在企業(yè)數(shù)字化領(lǐng)域發(fā)力，愛(ài)加依托科大訊飛深厚的虛擬人技術(shù)積累，深入結(jié)合應(yīng)用場(chǎng)景，助力企業(yè)數(shù)字化轉(zhuǎn)型。
在虛擬人構(gòu)建領(lǐng)域，科大訊飛立足技術(shù)創(chuàng)新，大大提高虛擬人構(gòu)建效率。傳統(tǒng)的3D虛擬人形象制作需要經(jīng)過(guò)角色掃描、模型制作、綁定、動(dòng)畫(huà)、渲染等一系列流程，制作周期長(zhǎng)成本高。訊飛研究院則創(chuàng)新性地推出了三維人臉重建技術(shù)、口唇驅(qū)動(dòng)等關(guān)鍵技術(shù)，用一張照片就能完成三維虛擬人個(gè)性化形象建模，通過(guò)簡(jiǎn)單的輸入方式就能個(gè)性化定制三維虛擬人。
有了虛擬形象這個(gè)載體，如何利用人工智能技術(shù)來(lái)生成內(nèi)容就成了關(guān)鍵問(wèn)題。隨著ChatGPT的大火，AIGC成為備受關(guān)注的領(lǐng)域。科大訊飛推出面向內(nèi)容創(chuàng)作者提供的智能內(nèi)容創(chuàng)作基地——訊飛智作，為用戶提供快速的音視頻快速生產(chǎn)制作服務(wù)，用戶可通過(guò)簡(jiǎn)單地輸入文本、選擇發(fā)音人或虛擬形象，一鍵完成音、視頻的輸出。目前在訊飛智作中AIGC創(chuàng)作的視頻配音、新聞視頻、培訓(xùn)視頻、廣告視頻已經(jīng)廣泛應(yīng)用于媒體、教育、短視頻等領(lǐng)域，大大提高了各種場(chǎng)景下音視頻內(nèi)容生產(chǎn)效率。未來(lái)訊飛智作仍將致力于用AI更好地拓展內(nèi)容創(chuàng)作方式的邊界，持續(xù)讓AIGC助力各行各業(yè)的內(nèi)容生產(chǎn)。
同時(shí)，全新一代語(yǔ)音合成系統(tǒng)SMART-TTS讓虛擬人擁有了可以媲美真人的語(yǔ)音表達(dá)。作為“訊飛超腦2030計(jì)劃”中“多維表達(dá)”的核心技術(shù)之一，SMART-TTS在語(yǔ)音合成系統(tǒng)全鏈路中引入了基于海量文本、語(yǔ)音自監(jiān)督預(yù)訓(xùn)練模型和表征，實(shí)現(xiàn)了在發(fā)音人韻律、音質(zhì)、情感表現(xiàn)等方面實(shí)現(xiàn)質(zhì)的提升。
基于深厚的虛擬人技術(shù)累積，科大訊飛在數(shù)字員工賽道面向企業(yè)數(shù)字化轉(zhuǎn)型，助力企業(yè)降本增效，賦能媒體、金融、文旅等多行業(yè)。在去年八月明中都皇故城遺址公園開(kāi)展的交互技術(shù)展示中，游客通過(guò)訊飛定制一體機(jī)可以向AI虛擬人小可提問(wèn)，小可會(huì)以文字、圖片、視頻等多種形式為游客答疑解惑，傳遞遺址價(jià)值。除此之外，在傳統(tǒng)行業(yè)領(lǐng)域，愛(ài)加還成功入職咸陽(yáng)市涇陽(yáng)縣煙草專賣局，依托“多模態(tài)智能交互一體機(jī)”和“RPA機(jī)器人流程自動(dòng)化技術(shù)”，賦能煙草政務(wù)服務(wù)以及專賣零售許可管理，實(shí)現(xiàn)了政務(wù)服務(wù)的智能化和煙草專賣許可證的精準(zhǔn)管理。
(圖片為游客與虛擬人小可交流)
2022年，科大訊飛為各行業(yè)伙伴提供了上百個(gè)定制化的虛擬數(shù)字人產(chǎn)品。隨著技術(shù)的不斷突破和應(yīng)用場(chǎng)景的探索，科大訊飛還將在媒體主播、金融客服、企業(yè)品牌形象、文旅導(dǎo)游等方向持續(xù)提升產(chǎn)品力，用AI虛擬人技術(shù)賦能千行百業(yè)。
