江苏龙网

  1. 首页 > 资讯 > 科技 > >

科大讯飞虚拟主播打开直播新玩法 科大讯飞、影谱科技各有方案( 二 )


二次元虚拟主播以人设（IP）+技术在泛文娱赛道打开了一条缺口 ， 而更多传统媒体机构 ， 则开始运用虚拟主持人来替代重复性的新闻播报 。 2019世界制造业大会上 ， 科大讯飞旗下的AI虚拟主播“小晴”亮相 ， 它不仅拥有高颜值的外表 ， 声音动听 ， 熟知各国语言 ， 可以实现实时翻译、实时播报、虚拟主持等多个场景 。
除此之外 ， 科大讯飞与相芯科技合作推出了虚拟主持人“康辉” ， 前者通过A语音合成技术对康辉的声音进行合成模拟 ， 后者则通过FaceUnity的P2A和虚拟形象驱动技术设计康辉的形象和互动 。 2018年5月CCTV13的特别报道《直播长江》中 ， “康辉”机器人完成了与采访人员现场对话、表演绕口令等多个任务 。
影谱科技也和媒体进行了虚拟演播室、虚拟主播等创新报道模式的探索 ， 通过人脸识别、行为识别、物体检测、场景识别、自然语言处技术、人脸特征提取、人脸重构、情感迁移等多项前沿技术 ， 按照指定人物形象 ， 结合文本或语音自动生成动态和逼真的口型 ， 同时合成自然流畅的面部以及全身的动作影像 。 据悉 ， 影谱科技正在与大型媒体合作开发AI主播 。
技术深耕者
如果往前追溯 ， 虚拟主播最早可以回溯到虚拟主持人时代 。 2001年 ， 英国PA New Media公司推出了世界上第一个虚拟主持人“阿娜诺娃” ， 三年后央视推出了国内首位虚拟电视节目主持人“小龙” 。 这些主持人形象高挑完美 ， 可单独主持节目 ， 但在动作流畅度、时效性、制作成本上都存在短板 ， 无法与真人主持相媲美 。
为了解决这些难题 ， 人工智能赛道的企业各施其法 ， 推出了许多方案 。 比如 ， 主流玩家多采取多模态融合生成技术 ， 需要在准确性和时效性上做出妥协 ， 为此影谱科技研发了一套面向虚拟主播自动编辑和生成系统 ， 实现了虚拟主播的低延迟流式生成 。 在此方案下 ， 影谱通过嘴型生成方法和面部渲染技术 ， 提高了虚拟主播合成的准确度与清晰度 ， 并通过低延迟优化技术显著减少了生成时间 ， 满足实时、半实时的应用需求 。
不仅技术上打破了门槛 ， 伴随着5G新基建的落地 ， 虚拟主播也获得了大量应用前景和市场青睐 。 以媒体行业为例 ， 它极大简化了策划、编辑、主持、制作等一系列工作 ， 提升了播报的效率 ， 虚拟主播的表情、神态、形象、动作也十分接近真人状态 。 在虚拟演播室中 ， 媒体输入文字即可生产对应的音视频内容 ， 音、视频输出可以轻松完成 ， 达到快速生产内容的效果 。
不仅如此 ， 疫情催生的人工智能热潮将在很长一段时间内继续发酵 。 对媒体来说 ， 疫情报道机器人、数据新闻机器人、直播拆条机器人、海报视频机器人、字幕生成机器人 ， 这些在疫情期间被频繁使用的智能工具 ， 不仅在短期内缓解了生产焦虑 ， 还将在更长远的时间维度上赋能行业转型 。 以虚拟主播为例 ， 过往虚拟主播是媒体的锦上添花 ， 而疫情的突发导致大量媒体工作人员隔离或无法到岗 ， 虚拟播报和主持成为了必须 。
另一方面 ， 短视频、直播的出现给了企业一个转型出口 ， 对新技术的拥抱将从一种积极变成一种必须 。 而对于技术服务商而言 ， 这将是重要契机 。 科大讯飞、影谱科技等行业龙头与大型媒体、企业的强强联合已经出现 ， 一些中小型技术服务商也开始崭露头角 。
这个过程里 ， 头部与中尾部各有侧重 ， 比如科大讯飞主攻音频 ， 主要为虚拟主播提供语音方案支持 ， 而影谱科技素来以视频能力见长 ， 对人物动作、形象、表情的捕捉和生产更熟练 ， 因此在影像领域具备较强的落地能力 。 强大的通用技术能力 ， 让龙头可以覆盖多个行业 ， 而中尾部玩家因资源有限 ， 更集中于单一行业的单点突破 。
一个预判是 ， 随着技术、内容的不断融合 ， 未来技术服务商与内容提供商之间 ， 将会形成更强的联动效应 ， 而在此之前 ， 头部技术服务商因落地经验和技术积累丰富 ， 将获得更大的内容议价权 ， 在“技术＋内容”的双塔结构下 ， 获得先发优势 。


推荐阅读


上一篇：大众新闻|首个非遗购物节登陆京东618 非遗扶贫、湖北专场、老字号直播亮点纷呈

下一篇：睢宁|江苏睢宁电商小镇沙集镇聚焦电商产业升级发展“新风口”吹来转型风