204
近日，一則段子手朱廣權(quán)與“手語主播”在線pk的視頻火了，剛剛上線播放量就突破百萬。視頻中，朱廣權(quán)用超快語速的順口溜挑戰(zhàn)“手語主播”的“手速”，而這位手語主播也憑過硬的專業(yè)能力輕松應(yīng)戰(zhàn)。事實上，這位手語主播不是真人，而是一位虛擬數(shù)字人。
這位數(shù)字人是由“百度智能云曦靈”數(shù)字人平臺打造的首個AI手語主播。她形象親切自然，專業(yè)能力出色，在剛剛開啟的冰雪賽事中，百度智能云AI手語主播已經(jīng)上線，為聽障用戶提供24小時的手語服務(wù)，讓他們也能快捷地獲取賽事資訊。
據(jù)統(tǒng)計，全球約有4.3億人患中度及以上聽力障礙，根據(jù)全國第二次殘疾人抽樣調(diào)查數(shù)據(jù)，中國有聽障人士2780萬。他們雖然聽不到賽場的聲音，但同樣希望感受賽事的精彩。AI手語數(shù)字人無疑成為了他們觀賽的重要橋梁。
百度集團副總裁吳甜表示：“百度已發(fā)布集數(shù)字人生產(chǎn)、內(nèi)容創(chuàng)作、業(yè)務(wù)配置服務(wù)為一體的智能數(shù)字人平臺——百度智能云曦靈，百度希望通過領(lǐng)先的全棧AI能力，把虛擬人的生產(chǎn)周期縮短到小時級別，降低生產(chǎn)成本，并且用AI驅(qū)動生成內(nèi)容?！?/p>
研發(fā)一款A(yù)I手語主播有多難？
手語數(shù)字人的本質(zhì)是在解決翻譯問題。
區(qū)別于傳統(tǒng)翻譯，手語翻譯的難點在于：手語并非按照語言逐字翻譯，而需要根據(jù)語句整體意思進行語言精煉和語序調(diào)整，同時還需實時配合表情和唇語，幫助聽障者更好的理解。這就導(dǎo)致AI手語數(shù)字人在信息凝練度、低時延和精細化三方面面臨極其復(fù)雜的技術(shù)難題。因此，AI手語主播不僅需要具備高精度的數(shù)字人形象，還需要具備能夠語音識別、手語翻譯和手語表達的AI大腦。
（AI手語主播面部細節(jié)圖）
從外形看，對比以往AI主播形象，百度智能云打造的AI手語主播不僅高度還原真人發(fā)膚，且在立體感、靈活度、可塑性上都有大幅提升。據(jù)悉，百度智能云建立了規(guī)模龐大的手語動作庫，基于《國家通用手語詞典》規(guī)范，結(jié)合動作捕捉設(shè)備和真實手語老師的雙向調(diào)優(yōu)，精修近1萬個手語動作，保證了手語表達的動作準確性。同時首創(chuàng)4D掃描技術(shù)，使得AI手語主播表情自然生動，口型生成準確度高達98.5%。
而她的“AI大腦“則依托于百度智能云。通過百度自主研發(fā)的機器翻譯技術(shù)，百度智能云構(gòu)建出?套精確的手語翻譯引擎，可懂度達到85%以上，媲美主流的中英、中日等方向的機器翻譯結(jié)果，達到業(yè)界領(lǐng)先水平，結(jié)合百度自研的語音識別技術(shù)，可將冰雪賽事的文字及音視頻內(nèi)容，快速精準的轉(zhuǎn)化為手語；同時再通過專為手語優(yōu)化的自然動作引擎，完成AI手語主播的動作驅(qū)動，實時演繹為數(shù)字人的動作、表情和唇語。這保證了AI手語主播具備高可懂度的手語表達能力和精準連貫的呈現(xiàn)效果。
據(jù)了解，如此復(fù)雜的數(shù)字人研發(fā)工作，百度只用了不到2個月。百度方面表示，虛擬數(shù)字人要為人類提供服務(wù)、與人自然地交流，需要背后強大的知識體系和對話能力支撐。百度知識圖譜積累的5500億知識，幫助數(shù)字人擁有“自己”的經(jīng)驗和認識去思考?；诎俣热ツ臧l(fā)布的百億參數(shù)對話模型PLATO，虛擬人可以跟用戶進行有料、有趣、有情感的交流。
百度智能云曦靈數(shù)字人平臺：半小時生成2D數(shù)字人、一兩周制作完成3D數(shù)字人
目前，數(shù)字人尚未實現(xiàn)規(guī)?；a(chǎn)業(yè)落地，主要原因在于數(shù)字人制作技術(shù)門檻高、周期長、成本高。打造一個高精度、高保真的非特異型虛擬人，動輒就需要百萬甚至上千萬的資金投入。
2021年12月，百度發(fā)布了集數(shù)字人生產(chǎn)、內(nèi)容創(chuàng)作、業(yè)務(wù)配置服務(wù)為一體的智能數(shù)字人平臺——“百度智能云曦靈”，基于人像驅(qū)動、智能對話、語音交互、智能推薦四大技術(shù)引擎，實現(xiàn)數(shù)字人的“能聽、能說、能理解、可互動”。同時，百度智能云曦靈提供便捷簡單的操作平臺，幫助企業(yè)低成本快速定制2D卡通、真人形象及3D卡通、超寫實數(shù)字人像，實現(xiàn)對話服務(wù)、內(nèi)容創(chuàng)作全流程業(yè)務(wù)配置，極大降低數(shù)字人開發(fā)難度。
不久前，百度集團副總裁吳甜做客央視《對話》節(jié)目時提到，“百度希望通過領(lǐng)先的全棧AI能力，把虛擬人的生產(chǎn)周期縮短到小時級別，降低生產(chǎn)成本，并且用AI驅(qū)動生成內(nèi)容?！?/p>
例如，只要用戶在百度智能云曦靈平臺上傳一張照片，就能快速生成一個可被AI驅(qū)動的2D數(shù)字人像，原來生產(chǎn)流程需要一個星期做出來的2D數(shù)字人，現(xiàn)在可以縮短成半個小時。以前需要兩三個月時間做出來的3D數(shù)字人，現(xiàn)在可以壓縮到一兩周，同時數(shù)字人個性化功能開發(fā)也較之前更加完善，比如通過20句話的輕量化模型訓(xùn)練，可生成數(shù)字人的聲音，即用戶說20句話即可生成屬于自己音色的數(shù)字人。
目前，百度智能云曦靈已為廣電、互娛、金融、政務(wù)、運營商、零售等行業(yè)提供一站式的虛擬主持人、虛擬員工、虛擬偶像、品牌代言人的創(chuàng)建與運營服務(wù)。已落地的案例包括：浦發(fā)銀行理財專員數(shù)字人“小浦”、中國聯(lián)通數(shù)字人客服“小U”、百度APP代言人“龔俊數(shù)字人”、百度集團數(shù)字人“希加加”、火星車數(shù)字人“祝融號”等。
百度AI人機交互實驗室負責(zé)人李士巖表示：“我們近一兩年的奮斗目標(biāo)是通過百度智能云曦靈平臺的開放，讓每個人、每一家企業(yè)實現(xiàn)數(shù)字人自由?！?/p>
來源：鳳凰網(wǎng)科技
