2019年3月3日，全球首個AI合成女主播“新小萌”正式上崗新華社，而她的第一個工作任務，便是參與到當下最熱門的十三屆全國人大二次會議(后文簡稱兩會)報道中。對此，“今日俄羅斯”電視臺網(wǎng)站、英國Daily Mail、美國Futurism等海外媒體進行了大幅報道，并表示“近年來，中國已成為全球領先的人工智能發(fā)展中心之一”。
作為第一個登上兩會的AI合成女主播，人們在驚嘆和稱贊之余，對于其背后由搜狗所開發(fā)的人工智能技術都無比好奇：這個在鏡頭前播報新聞的“新小萌”，是如何誕生的呢?它未來又將有哪些應用價值呢?
什么是AI合成主播?
比起機器千篇一律的冰冷面孔，用戶期待的是一個有溫度的真人形象。所謂AI合成主播，顧名思義，指的就是依靠搜狗的“分身”技術，來模擬出一個類似人類的AI主播進行播報。搜狗的這款產(chǎn)品就是以新華社主播屈萌為原型，她不僅會用和真人一樣的聲音進行播報，就連唇形、面部表情也能完全吻合。從新華社的新聞播報視頻來看，栩栩如生的AI合成女主播“新小萌”，在鏡頭前的形象與真人主播幾乎沒有什么區(qū)別。
AI合成主播在2018年的互聯(lián)網(wǎng)大會期間首次亮相，就引起了網(wǎng)絡上的一片熱議，被國內(nèi)外諸多媒體進行報道。2019年2月21日，AI合成主播宣布再次升級，從過去的“坐著播新聞”升級成結(jié)合肢體動作的“站立式播報”，進一步提升了合成主播的表現(xiàn)力，保持了搜狗在這一領域的全球領先。本次首個AI合成女主播參與兩會報道，更是成為了中國人工智能與傳媒業(yè)大膽融合并付諸規(guī)?；瘧玫牡湫桶咐?。
首個AI合成女主播的背后，有哪些搜狗的“黑科技”?
作為開發(fā)AI合成主播的基礎，“搜狗分身”是搜狗人工智能的核心技術之一，誕生于搜狗“自然交互+知識計算”這一人工智能理念之下，它能通過人臉關鍵點檢測、人臉特征提取、人臉重構、唇語識別、情感遷移等多項前沿技術，并結(jié)合語音、圖像等多模態(tài)信息進行建模訓練后，生成與真人無異的AI分身模型，進而幫助人類提高信息表達和傳遞的效率。
得益于前沿技術的加持，AI合成主播前期只需經(jīng)過少量的數(shù)據(jù)訓練，就能呈現(xiàn)與真人相差無幾的播報狀態(tài)，同時還支持個性化定制，滿足用戶的不同需求。AI合成主播不僅可以將新聞稿快速地轉(zhuǎn)變?yōu)椴笠曨l，還能快速學習用戶音色、韻律、情感等多維度特征，妥善處理聲調(diào)起伏、語言風格、情感韻律等，并提供全天候不間斷的播報服務，極大地提高廣電行業(yè)的傳播效率。
隨著“搜狗分身”技術能力的不斷提高，AI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。僅靠少量用戶真實音視頻數(shù)據(jù)，即可快速定制出高逼真度的分身模型。本次在新華社兩會報道中驚艷亮相的首個AI合成女主播，正是“搜狗分身”技術持續(xù)復制不同類型、不同特點AI合成主播能力的一個有力體現(xiàn)。
為不同職業(yè)賦能，搜狗分身的未來遠不止于主播
在兩會期間，AI合成女主播的首次登場亮相，即引發(fā)了媒體和網(wǎng)友關于主播行業(yè)的激烈討論，可見當科技融入到生活后所帶來的沖擊感是非同凡響的。宛如科幻大片一般的場景，正在逐步成為現(xiàn)實。和真人主播相比，通過“搜狗分身”技術打造的AI合成主播能夠不知疲倦地工作24小時，同時還掌握多國語言，大大提升了效率、降低了成本。
然而，AI合成主播僅僅只是一個開始。伴隨著人工智能技術的不斷升級，個性化內(nèi)容生產(chǎn)的門檻大為降低，應用范圍愈發(fā)廣泛。未來，“搜狗分身”技術還將應用于娛樂、醫(yī)療、健康、教育、法律、金融等多個領域，通過提供個性化的行業(yè)解決方案，為不同場景展開賦能。根據(jù)不同場景而創(chuàng)造出虛擬教師、虛擬客服、虛擬管家、虛擬醫(yī)生等職業(yè)，深度參與到人類的內(nèi)容表達和信息傳遞場景之中，提供服務并發(fā)揮更多價值。屆時，各行各業(yè)都將迎來AI技術下的新一輪變革。
