搜狗分身技術再進化，讓AI合成主播“動”起來

   

整理 | 一一

出品 | AI科技大本營

去年 11 月的網際網路大會期間，搜狗與新華社聯合釋出全球首個AI合成主播一經亮相，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略合作簽約儀式上，搜狗公司與新華社新媒體中心聯合釋出了站立式 AI 合成主播，這次新的 AI 合成主播從過去的“坐著播新聞”升級成結合肢體動作的“站立式播報”，標誌著“搜狗分身”技術再次取得突破。

據瞭解，初代 AI 合成主播由“搜狗分身”技術打造，這項技術讓機器首次做到逼真的模擬人類說話時的聲音、嘴脣動作和表情，並且將三者自然匹配，創造出人類的 AI 分身，進而幫助人類提高資訊表達和傳遞的效率。

那此次釋出的站立式 AI 合成主播又開拓了哪些“技能”？據搜狗方面介紹，新版的 AI 合成主播採用了“搜狗分身”的 WaveRNN 波形建模技術，可以實現逼真的語音合成效果，讓 AI 的聲音更具有真實情感和表現力。而在影像生成方面，新版的 AI 合成主播實現了更加逼真的表情生成、自然的肢體動作以及嘴脣動作預測等能力，而且還讓 AI 合成主播“動”了起來，這提升了合成主播的表現力。

什麼是“搜狗分身”技術？它誕生於搜狗“自然互動+知識計算”的人工智慧理念之下，能夠利用搜狗的 AI 能力，從影像表情，聲音語言習慣，邏輯思維等層面對 AI 進行擬人化訓練，然後克隆製造人類的 AI 分身，進而幫助人類提高資訊表達和傳遞的效率。

搜狗方面表示，隨著“搜狗分身”技術能力的不斷提高，AI 合成主播的定製週期也大為降低，合成效果和穩定性也有著顯著提升。值得一提的是，此次釋出會同時釋出了首個 AI 合成女主播，這是“搜狗分身”技術持續複製不同型別、不同特點 AI 合成主播能力的一個體現。目前，僅靠少量使用者真實音視訊資料，搜狗即可快速定製出高逼真度的分身模型，幫助媒體在融媒體轉型、新聞時效性、跨語種傳播能力等領域升級。

搜狗 CEO 王小川介紹，作為 AI 合成主播的技術核心，“搜狗分身”技術未來還將應用於娛樂、醫療、健康、教育、法律、金融等多個領域，通過提供個性化的行業解決方案，為不同職業賦能，提升整個社會的資訊生產力。

據悉，目前首批入職新華社的一中一英兩位 AI 合成主播，已生產 3400 餘條新聞報導，累計時長達 10000 多分鐘，參與了包括第五屆世界網際網路大會、首屆進博會、2019 春運、春節等報導，成為中國人工智慧與傳媒業大膽融合並付諸規模化應用的典型案例。

而最新推出的站立式 AI 合成主播將參與 2019 年全國兩會的報導，並將在搜狗搜尋、輸入法等資訊平臺上與使用者見面。

（本文為 AI科技大本營整理文章，轉載請微信聯絡 1092722531）

精彩推薦

推薦閱讀：

• 31頁PPT概述：圖神經網路表達能力有多強？

• NLP輸出文字評估：使用BLEU需要承擔哪些風險？

• 如何用Python摳圖？試試scikit-image

• 《流浪地球》逆襲《新喜劇之王》的真正原因

• 那些簡歷造假拿 Offer 的程式設計師，後來都怎麼樣了？

• 鄭州沒有網際網路 | 暢言

• K8S安全軍規101：對CNCF最佳實踐的擴充

• 為什麼說穩定幣才是諾獎得主哈耶克想要的非國家貨幣？

• 月入5萬，程式設計師夫人們過上"貴婦"生活了嗎？

                         

點選“閱讀原文”，檢視歷史精彩文章。