搜狗與新華社聯(lián)合發(fā)布的AI合成主播技術(shù)再次取得突破

去年 11 月的互聯(lián)網(wǎng)大會(huì)期間，搜狗與新華社聯(lián)合發(fā)布全球首個(gè)AI合成主播一經(jīng)亮相，引起了人們對“AI+媒體”的廣泛討論。如今，搜狗 AI 合成主播不斷更新迭代。

2 月 19 日，在新華社新媒體中心與搜狗公司戰(zhàn)略合作簽約儀式上，搜狗公司與新華社新媒體中心聯(lián)合發(fā)布了站立式 AI 合成主播，這次新的 AI 合成主播從過去的“坐著播新聞”升級成結(jié)合肢體動(dòng)作的“站立式播報(bào)”，標(biāo)志著“搜狗分身”技術(shù)再次取得突破。

據(jù)了解，初代 AI 合成主播由“搜狗分身”技術(shù)打造，這項(xiàng)技術(shù)讓機(jī)器首次做到逼真的模擬人類說話時(shí)的聲音、嘴唇動(dòng)作和表情，并且將三者自然匹配，創(chuàng)造出人類的 AI 分身，進(jìn)而幫助人類提高信息表達(dá)和傳遞的效率。

那此次發(fā)布的站立式 AI 合成主播又開拓了哪些“技能”？據(jù)搜狗方面介紹，新版的 AI 合成主播采用了“搜狗分身”的 WaveRNN 波形建模技術(shù)，可以實(shí)現(xiàn)逼真的語音合成效果，讓 AI 的聲音更具有真實(shí)情感和表現(xiàn)力。而在圖像生成方面，新版的 AI 合成主播實(shí)現(xiàn)了更加逼真的表情生成、自然的肢體動(dòng)作以及嘴唇動(dòng)作預(yù)測等能力，而且還讓 AI 合成主播“動(dòng)”了起來，這提升了合成主播的表現(xiàn)力。

什么是“搜狗分身”技術(shù)？它誕生于搜狗“自然交互+知識計(jì)算”的人工智能理念之下，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(jìn)行擬人化訓(xùn)練，然后克隆制造人類的 AI 分身，進(jìn)而幫助人類提高信息表達(dá)和傳遞的效率。

搜狗方面表示，隨著“搜狗分身”技術(shù)能力的不斷提高，AI 合成主播的定制周期也大為降低，合成效果和穩(wěn)定性也有著顯著提升。值得一提的是，此次發(fā)布會(huì)同時(shí)發(fā)布了首個(gè) AI 合成女主播，這是“搜狗分身”技術(shù)持續(xù)復(fù)制不同類型、不同特點(diǎn) AI 合成主播能力的一個(gè)體現(xiàn)。目前，僅靠少量用戶真實(shí)音視頻數(shù)據(jù)，搜狗即可快速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)域升級。

搜狗 CEO 王小川介紹，作為 AI 合成主播的技術(shù)核心，“搜狗分身”技術(shù)未來還將應(yīng)用于娛樂、醫(yī)療、健康、教育、法律、金融等多個(gè)領(lǐng)域，通過提供個(gè)性化的行業(yè)解決方案，為不同職業(yè)賦能，提升整個(gè)社會(huì)的信息生產(chǎn)力。

據(jù)悉，目前首批入職新華社的一中一英兩位 AI 合成主播，已生產(chǎn) 3400 余條新聞報(bào)道，累計(jì)時(shí)長達(dá) 10000 多分鐘，參與了包括第五屆世界互聯(lián)網(wǎng)大會(huì)、首屆進(jìn)博會(huì)、2019 春運(yùn)、春節(jié)等報(bào)道，成為中國人工智能與傳媒業(yè)大膽融合并付諸規(guī)?；瘧?yīng)用的典型案例。