5月28日消息，近日，AI主播亮相京东数科产业AI公开课，而这也是京东数科自主研发的AI虚拟数字人产品首次出现在公众面前。据介绍，京东数科融合了2D和3D技术，将传统方法与深度学习结合，仅需使用一段几分钟的人物视频数据，经过几小时训练就可以合成出写实风格的AI虚拟数字人。
据悉，为了顺利实现文字到语音的转化，京东数科自研了轻量级对抗语音合成技术，通过结合深度神经网络在多人数据上进行个性化建模，达到音色丰富、特色鲜明的语音合成效果，甚至可以模拟人的呼吸和停顿，听感酷似真人。高效轻量的对抗神经网络大幅提升了合成速度，合成1秒音频只需0.07秒，合成时延仅为业界水平的1/3，充分支持多场景实时语音合成。
在语音生成视频的阶段，为了使AI主播形象更加逼真，京东数科AI实验室利用对抗生成网络来还原更真实的表情，通过3D模型运动追踪技术来确保AI主播在说话时口型准确、表情细腻、头部运动自然。为了在口型匹配方面达到完美效果，京东数科AI实验室利用大量语音数据，并特意设计了鲁棒的语音特征，使其可以被不同音色、语言和语速的合成语音所驱动，且都能保持准确、连贯的口型。
最终，京东数科开发出了高度还原真人形象的AI虚拟数字人，在AI算法的驱动下，只需输入文本内容，“小妮”就能根据语义实时进行主持，且表情、动作和语音表达非常自然逼真。
京东数科AI实验室首席科学家薄列峰表示：“AI主播小妮的推出，是京东数科在多模态AI技术领域一次成功的落地应用。除了在客服、招聘等领域的应用之外，我们还将服务内容创造者，通过AI虚拟数字人技术，把静态图文内容转化为由‘真人’讲解的短视频，满足用户对多样化呈现形式的需求，增强用户黏性和社区活跃度。”
责任编辑：Rex_07
