5月17日，在北京舉辦的“搜狐科技5G & AI峰會(huì)”上，由搜狗聯(lián)合搜狐新聞客戶端傾力打造的演員柳巖同款明星“數(shù)字人”驚艷亮相。目前，該明星“數(shù)字人”已經(jīng)在搜狐新聞客戶端“24小時(shí)頻道”正式上崗，再次展示了搜狗分身技術(shù)的魅力與領(lǐng)先實(shí)力。
明星播報(bào)提升“視聽”體驗(yàn)
人工智能技術(shù)的發(fā)展和5G時(shí)代的到來，使得傳媒產(chǎn)業(yè)及新聞資訊行業(yè)正在快速進(jìn)入智能化、多元化、個(gè)性化、視聽一體化的軌道，在互聯(lián)網(wǎng)上，傳統(tǒng)的“讀文”或者“讀圖”方式已經(jīng)難以滿足大眾的要求。
在此前提下，由搜狗引領(lǐng)的AI合成主播得以快速落地、廣泛運(yùn)用、迅猛發(fā)展，搜狗與新華社合作開發(fā)的全球首款A(yù)I合成主播“新小浩”、與俄羅斯塔斯社合作開發(fā)的全球首款俄語主播LiSa、搜狗自有形象合成主播“雅妮”等也成為人們耳熟能詳?shù)拿帧?/p>
與新小浩、雅妮等“前輩”相比，除了形象栩栩如生、播報(bào)專業(yè)流暢、感情豐富逼真等一脈相承的優(yōu)點(diǎn)之外，因?yàn)樗压贩稚砑夹g(shù)的持續(xù)迭代和柳巖明星效應(yīng)的加持，還能夠給用戶帶來更加沉浸的視頻播報(bào)、更加愉悅的視聽感受和更加尊貴的使用體驗(yàn)。
技術(shù)突破成就“分身”魅力
峰會(huì)現(xiàn)場，明星“數(shù)字人”在播報(bào)新聞時(shí)語調(diào)抑揚(yáng)頓挫、動(dòng)作自然順暢，無論是簡單的動(dòng)作、細(xì)微的唇動(dòng)，還是招牌性的表情，都和柳巖本人一模一樣，此外，還能在一條新聞中無縫切換河南、湖南、四川、陜西、東北等多種方言，更是讓柳巖“自愧不如”，這一切均得益于搜狗分身技術(shù)的持續(xù)創(chuàng)新與突破。
搜狗分身技術(shù)基于搜狗業(yè)界領(lǐng)先的AI能力，僅靠少量真實(shí)音、視頻數(shù)據(jù)即可定制出高逼真度的分身模型，幫助媒體在融媒體轉(zhuǎn)型、新聞時(shí)效性、跨語種傳播能力等領(lǐng)域?qū)崿F(xiàn)升級。
柳巖明星“數(shù)字人”的重要突破，在于創(chuàng)新運(yùn)用了搜狗提出的“StyleTTV端到端合成框架”， 將搜狗自研的端到端語音合成框架StyleTTS技術(shù)再次向前推進(jìn)一步，通過音視頻聯(lián)合端到端建模以及合成，能夠?qū)崟r(shí)生成風(fēng)格多樣、自然逼真的數(shù)字人視頻內(nèi)容。其中，風(fēng)格化語音合成實(shí)現(xiàn)的創(chuàng)新技術(shù)突破，能夠?qū)崿F(xiàn)不同發(fā)音人的韻律模型以及音色模型的自由重組搭配，語音播報(bào)風(fēng)格、口音、情感、特色方言等維度能夠靈活選擇與控制，從而實(shí)現(xiàn)抑揚(yáng)頓挫的韻律節(jié)奏和豐富立體的情感表達(dá)，讓“分身”的語音表達(dá)更加真實(shí)、更具表現(xiàn)力和感染力，滿足不同場景的需求。
AI合成主播或迎“明星潮”？
“黑科技”不僅讓普通人驚嘆，對于明星也具備吸引力，搜狗首個(gè)明星形象AI合成主播——柳巖同款明星“數(shù)字人”的誕生就是一個(gè)很好的證明。
依照當(dāng)前AI技術(shù)的進(jìn)步速率和搜狗分身的發(fā)展趨勢，未來人手一位明星“同款”助理或許并不是幻想，因?yàn)?ldquo;她”的運(yùn)用不僅有利于平臺(tái)、為用戶提升了使用體驗(yàn)，同時(shí)也維護(hù)和鞏固了明星自身的曝光度和影響力，可謂一舉多得。
從這個(gè)意義上來說，柳巖同款明星“數(shù)字人”的誕生起了個(gè)好的開頭、邁出了第一步。下一階段，AI合成主播、或者說AI助理迎來“明星潮”，或許可以成為一個(gè)值得期待的事情。
