208
近日，一則段子手朱廣權(quán)與“手語(yǔ)主播”在線pk的視頻火了，剛剛上線播放量就突破百萬(wàn)。視頻中，朱廣權(quán)用超快語(yǔ)速的順口溜挑戰(zhàn)“手語(yǔ)主播”的“手速”，而這位手語(yǔ)主播也憑過(guò)硬的專(zhuān)業(yè)能力輕松應(yīng)戰(zhàn)。事實(shí)上，這位手語(yǔ)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(tái)打造的首個(gè)AI手語(yǔ)主播。她形象親切自然，專(zhuān)業(yè)能力出色，在剛剛開(kāi)啟的冰雪賽事中，百度智能云AI手語(yǔ)主播已經(jīng)上線，為聽(tīng)障用戶提供24小時(shí)的手語(yǔ)服務(wù)，讓他們也能快捷地獲取賽事資訊。
據(jù)統(tǒng)計(jì)，全球約有4.3億人患中度及以上聽(tīng)力障礙，根據(jù)全國(guó)第二次殘疾人抽樣調(diào)查數(shù)據(jù)，中國(guó)有聽(tīng)障人士2780萬(wàn)。他們雖然聽(tīng)不到賽場(chǎng)的聲音，但同樣希望感受賽事的精彩。AI手語(yǔ)數(shù)字人無(wú)疑成為了他們觀賽的重要橋梁。
百度集團(tuán)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(tái)——百度智能云曦靈，百度希望通過(guò)領(lǐng)先的全棧AI能力，把虛擬人的生產(chǎn)周期縮短到小時(shí)級(jí)別，降低生產(chǎn)成本，并且用AI驅(qū)動(dòng)生成內(nèi)容。”
研發(fā)一款A(yù)I手語(yǔ)主播有多難？
手語(yǔ)數(shù)字人的本質(zhì)是在解決翻譯問(wèn)題。
區(qū)別于傳統(tǒng)翻譯，手語(yǔ)翻譯的難點(diǎn)在于：手語(yǔ)并非按照語(yǔ)言逐字翻譯，而需要根據(jù)語(yǔ)句整體意思進(jìn)行語(yǔ)言精煉和語(yǔ)序調(diào)整，同時(shí)還需實(shí)時(shí)配合表情和唇語(yǔ)，幫助聽(tīng)障者更好的理解。這就導(dǎo)致AI手語(yǔ)數(shù)字人在信息凝練度、低時(shí)延和精細(xì)化三方面面臨極其復(fù)雜的技術(shù)難題。因此，AI手語(yǔ)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(yǔ)音識(shí)別、手語(yǔ)翻譯和手語(yǔ)表達(dá)的AI大腦。
（AI手語(yǔ)主播面部細(xì)節(jié)圖）
從外形看，對(duì)比以往AI主播形象，百度智能云打造的AI手語(yǔ)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(yǔ)動(dòng)作庫(kù)，基于《國(guó)家通用手語(yǔ)詞典》規(guī)范，結(jié)合動(dòng)作捕捉設(shè)備和真實(shí)手語(yǔ)老師的雙向調(diào)優(yōu)，精修近1萬(wàn)個(gè)手語(yǔ)動(dòng)作，保證了手語(yǔ)表達(dá)的動(dòng)作準(zhǔn)確性。同時(shí)首創(chuàng)4D掃描技術(shù)，使得AI手語(yǔ)主播表情自然生動(dòng)，口型生成準(zhǔn)確度高達(dá)98.5%。
而她的“AI大腦“則依托于百度智能云。通過(guò)百度自主研發(fā)的機(jī)器翻譯技術(shù)，百度智能云構(gòu)建出?套精確的手語(yǔ)翻譯引擎，可懂度達(dá)到85%以上，媲美主流的中英、中日等方向的機(jī)器翻譯結(jié)果，達(dá)到業(yè)界領(lǐng)先水平，結(jié)合百度自研的語(yǔ)音識(shí)別技術(shù)，可將冰雪賽事的文字及音視頻內(nèi)容，快速精準(zhǔn)的轉(zhuǎn)化為手語(yǔ)；同時(shí)再通過(guò)專(zhuān)為手語(yǔ)優(yōu)化的自然動(dòng)作引擎，完成AI手語(yǔ)主播的動(dòng)作驅(qū)動(dòng)，實(shí)時(shí)演繹為數(shù)字人的動(dòng)作、表情和唇語(yǔ)。這保證了AI手語(yǔ)主播具備高可懂度的手語(yǔ)表達(dá)能力和精準(zhǔn)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(gè)月。百度方面表示，虛擬數(shù)字人要為人類(lèi)提供服務(wù)、與人自然地交流，需要背后強(qiáng)大的知識(shí)體系和對(duì)話能力支撐。百度知識(shí)圖譜積累的5500億知識(shí)，幫助數(shù)字人擁有“自己”的經(jīng)驗(yàn)和認(rèn)識(shí)去思考?；诎俣热ツ臧l(fā)布的百億參數(shù)對(duì)話模型PLATO，虛擬人可以跟用戶進(jìn)行有料、有趣、有情感的交流。
百度智能云曦靈數(shù)字人平臺(tái)：半小時(shí)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(shí)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(mén)檻高、周期長(zhǎng)、成本高。打造一個(gè)高精度、高保真的非特異型虛擬人，動(dòng)輒就需要百萬(wàn)甚至上千萬(wàn)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(tái)——“百度智能云曦靈”，基于人像驅(qū)動(dòng)、智能對(duì)話、語(yǔ)音交互、智能推薦四大技術(shù)引擎，實(shí)現(xiàn)數(shù)字人的“能聽(tīng)、能說(shuō)、能理解、可互動(dòng)”。同時(shí)，百度智能云曦靈提供便捷簡(jiǎn)單的操作平臺(tái)，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(xiě)實(shí)數(shù)字人像，實(shí)現(xiàn)對(duì)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(kāi)發(fā)難度。
不久前，百度集團(tuán)副總裁吳甜做客央視《對(duì)話》節(jié)目時(shí)提到，“百度希望通過(guò)領(lǐng)先的全棧AI能力，把虛擬人的生產(chǎn)周期縮短到小時(shí)級(jí)別，降低生產(chǎn)成本，并且用AI驅(qū)動(dòng)生成內(nèi)容?！?/p>
例如，只要用戶在百度智能云曦靈平臺(tái)上傳一張照片，就能快速生成一個(gè)可被AI驅(qū)動(dòng)的2D數(shù)字人像，原來(lái)生產(chǎn)流程需要一個(gè)星期做出來(lái)的2D數(shù)字人，現(xiàn)在可以縮短成半個(gè)小時(shí)。以前需要兩三個(gè)月時(shí)間做出來(lái)的3D數(shù)字人，現(xiàn)在可以壓縮到一兩周，同時(shí)數(shù)字人個(gè)性化功能開(kāi)發(fā)也較之前更加完善，比如通過(guò)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(shuō)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(yùn)營(yíng)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(yùn)營(yíng)服務(wù)。已落地的案例包括：浦發(fā)銀行理財(cái)專(zhuān)員數(shù)字人“小浦”、中國(guó)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(tuán)數(shù)字人“希加加”、火星車(chē)數(shù)字人“祝融號(hào)”等。
百度AI人機(jī)交互實(shí)驗(yàn)室負(fù)責(zé)人李士巖表示：“我們近一兩年的奮斗目標(biāo)是通過(guò)百度智能云曦靈平臺(tái)的開(kāi)放，讓每個(gè)人、每一家企業(yè)實(shí)現(xiàn)數(shù)字人自由?！?/p>
來(lái)源：鳳凰網(wǎng)科技
