11月7日，全球第一個全仿真智能虛擬主持人——“AI合成主播”亮相第五屆世界互聯(lián)網(wǎng)大會開幕日。

全球第一個全仿真智能虛擬主持人——“AI合成主播”。

“AI合成主播”到底是什么?長什么樣子?

在發(fā)布會現(xiàn)場的體驗中，觀眾只要輸入一句既有的新聞文本，屏幕上就會出現(xiàn)一位虛擬的新聞主播，他不僅會用和真人一樣的聲音進行播報，連唇形、面部表情也能完全吻合。這樣的視頻效果，無論看上去還是聽起來，都與現(xiàn)實中的主播的本人播報沒有太大差別。

搜狗公司智能語音事業(yè)部總經(jīng)理王硯峰。

搜狗公司智能語音事業(yè)部總經(jīng)理王硯峰表示，在虛擬主播的開發(fā)過程中，進行了各種探索嘗試，最終在“搜狗分身”技術(shù)的支持下，通過人臉關(guān)鍵點檢測、人臉特征提取、人臉重構(gòu)、唇語識別、情感遷移等多項前沿技術(shù)，并結(jié)合語音、圖像等多模態(tài)信息進行聯(lián)合建模訓(xùn)練后，“AI合成主播”正式誕生。

何為“搜狗分身”呢?

據(jù)王硯峰介紹，“搜狗分身”技術(shù)是搜狗人工智能的核心技術(shù)之一，誕生于搜狗“自然交互+知識計算”這一人工智能理念之下。該技術(shù)能夠利用搜狗的AI能力，從圖像表情，聲音語言習(xí)慣，邏輯思維等層面對AI進行擬人化訓(xùn)練，然后克隆制造人類的AI分身，進而幫助人類提高信息表達和傳遞的效率。

以“AI合成主播”為例，以真人形象，配合“搜狗分身”的語音、合成等技術(shù)模擬真人播報畫面，這種操作方式將極大減少新聞媒體在后期制作的各項成本，讓新聞視頻的制作效率有了極大的提高。

王硯峰還透露，“搜狗分身”技術(shù)實現(xiàn)了在不同場景下更為自然的人機交互，除了在媒體融合領(lǐng)域的應(yīng)用外，未來還將在娛樂、醫(yī)療健康、教育、法律等多個領(lǐng)域提供個性化的內(nèi)容。為提高社會生產(chǎn)和服務(wù)效率，降低行業(yè)生產(chǎn)成本，提升民眾科技生活體驗做出貢獻。