科技日報記者 華凌
萬眾期盼的2022年北京冬奧會即將舉行，歷時16天。這是中國歷史上第一次舉辦冬季奧運會。在關注冬奧會的觀眾中，有一個特殊的群體，他們聽不到賽場的聲音。但他們關注著冬奧賽事，希望了解比賽動態(tài)，渴望感受比賽的激情。全球約4.3億人有中度及以上程度的聽力障礙。根據(jù)全國第二次殘疾人抽樣調查數(shù)據(jù)，中國有聽障人士2780萬。
“我們用技術跨越聲音的障礙”，11月24日，央視新聞聯(lián)合百度智能云推出總臺首個AI手語主播正式亮相——她有著“真人般”的皮膚、頭發(fā)、眼睛，形象親切自然，氣質優(yōu)雅獨特。AI手語主播表示，“從北京冬奧會開始，我將全年無休用AI智慧為聽障用戶提供手語服務，讓他們快捷的獲取比賽資訊?！?/p>
用AI聆聽冬奧新聞的背后
百度智能云采用語音識別、自然語?處理等人工智能技術，構建出?套復雜而精確的手語翻譯引擎，實現(xiàn)了文字及音視頻內容到手語的翻譯；再通過專為手語優(yōu)化的自然動作引擎，進行虛擬形象的驅動，將手語實時演繹為數(shù)字人的表情動作。這使得央視新聞AI手語主播具備高可懂度的手語表達能力和精準連貫的手語呈現(xiàn)效果。
央視新聞AI手語主播掌握的手語詞匯規(guī)范都來自《國家通用手語詞典》標準，經過長時間的智能學習，能夠為觀眾朋友提供專業(yè)、準確的手語解說。
數(shù)字人的開發(fā)變得簡單、快捷、高效
據(jù)介紹，新聞AI手語主播由百度智能云的“數(shù)字明星運營平臺”提供技術支持和服務。“數(shù)字明星運營平臺”集數(shù)字人生成、內容生產為一體的平臺級產品，為廣電、互娛、品牌等客戶提供一站式的虛擬主持人、虛擬偶像、品牌代言人的創(chuàng)建與運營服務，可以降低數(shù)字虛擬人的應用門檻。
目前，“數(shù)字明星運營平臺”在生成維度支持二次元、2D、3D高精多種數(shù)字人風格，不僅通過全棧的AI能力實現(xiàn)了二次元數(shù)字人的“一句話生成”，還通過基于任意單個2D人臉重建高精度3D人臉技術，對虛擬人人臉3D模型進行編輯，實現(xiàn)將任意2D人臉低成本替換到3D虛擬人上，解決了2D數(shù)字人風格豐富性差的痛點難點，更將可被AI驅動的高精3D數(shù)字人生成成本由3個月降低到一星期。
在內容生產維度，支持真人驅動、AI驅動、融合驅動等多種直播方式；支持真人場景下多樣化內容的視頻快速生成?；诿娌?D數(shù)據(jù)（3D+時序）的高精數(shù)字人“文字到形狀的跨模態(tài)面部表情生成技術”，使得口型合成準確性達98.5%。
“數(shù)字明星運營平臺”讓數(shù)字虛擬人的開發(fā)和運營變得簡單、快捷、高效。這也就意味著，現(xiàn)有眾多高創(chuàng)作力、低技術能力的IP開發(fā)方，直接具備轉化自己的IP為虛擬人的能力，可以無需建模、快速做出自己的數(shù)字虛擬人，甚至是虛擬偶像。
這個冬奧會，讓我們通過央視新聞AI手語主播，更酣暢淋漓地感受冰雪運動的激情與榮耀。
（受訪者供圖）
營業(yè)執(zhí)照公示信息