论文部分内容阅读
前段时间，全球首个AI合成女主播“新小萌”正式上岗新华社，而她的第一个工作任务便是参与今年全国两会报道。对此，许多海外媒体进行了大幅报道，并表示“近年来，中国已成为全球领先的人工智能发展中心之一”。
对AI合成主播，人们在惊叹和称赞之余，对于其背后的人工智能技术都无比好奇：AI合成主播是如何诞生的？它未来又将有哪些应用价值？
AI合成主播交出亮眼成绩单
在2018年11月举行的第五届世界互联网大会上，新华社联合搜狗发布全球首个合成新闻主播——“AI合成主播”，运用最新人工智能技术，“克隆”出与真人主播拥有同样播报能力的“分身”，在全球AI合成领域和新闻领域均开创了先河，引起了世界范围内的关注。
路透社报道称，这个AI主播是以中国新闻主播邱浩为原型的，它身穿黑西装打着领带。这是中国旨在提升其在人工智能技术方面能力努力的一部分。
英国《独立报》网站则称，新华社的AI主播是一位栩栩如生的数字化播报员，可以通过模仿真人主播的形象和声音朗读文本内容。
近期，該AI合成主播经过技术攻关，在多项重要技术上取得突破。这款被命名为“新小浩”的站立式AI合成主播，仍然以新华社主播邱浩为原型，在声音和图像两大引擎上有了较大的优化和突破。“新小浩”不仅能坐着播报新闻，还能站起来，带着手势、姿态等多种肢体动作声情并茂地播报新闻，更加智能，更接近于真人。
作为新华社的新员工，AI合成主播上线后立即投入新闻报道并实现量产，目前已发稿3400余条，累计时长超过10 000分钟，参与了包括第五届世界互联网大会、首届中国国际进口博览会、2019年春运、农历猪年春节等重要内容的报道。这些报道充分结合图片、视频、文字、动漫等元素，生产出一系列内容丰富、形式多样、可读性强的融媒体新闻产品。这些产品不仅在新华社中英文客户端、新华社微信公众号、中国新华新闻电视网等平台发布，还以竖屏形态在各移动短视频平台大量播发，引起热烈反响，海内外媒体纷纷跟进报道。
AI合成主播为何如此逼真
AI合成主播闪亮登场，引起了全球传媒业和人工智能领域的极大关注，成为中国人工智能与传媒业大胆融合并付诸规模化应用的典型案例。
AI合成主播无论是声音还是表情，都做到了以假乱真的地步。其不仅能全年365天、每天24小时不停歇地提供服务，还能用无数个分身，同时在不同的现场播报各种资讯。
AI合成主播有极强的“克隆”能力。真人主播面对镜头录制一段播报新闻的视频后，AI合成主播凭借这段视频，就能将真人主播的声音、唇形、表情动作等特征提取出来，随后“克隆”出真人主播的分身。用户只需输入新闻文本，这个分身就能用和真人一样的声音进行播报，而且唇形和面部表情等也能与真人主播完全吻合，真假难辨，效果相当震撼。那么，为什么AI合成主播如此逼真？
初代AI合成主播由“搜狗分身”技术打造，这项技术让机器首次做到逼真地模拟人类说话时的声音、嘴唇动作和表情，并且将三者自然匹配，创造出人类的AI分身，进而帮助人类提高信息表达和传递的效率。
而首个入职新华社的站立式AI合成主播，在声音、嘴唇动作和表情之外，利用“搜狗分身”技术继续赋予其肢体语言的能力，让其更加智能逼真。
3月初加入全国两会报道的AI合成主播进一步采用了“搜狗分身”最新的wavernn波形建模技术，可以实现逼真的语音合成效果，让AI合成主播的声音更具有真实情感和表现力。而在图像生成方面，新版的AI合成主播实现了更加逼真的表情生成、自然的肢体动作以及嘴唇动作预测等能力，完成了站立并可以做出肢体动作的主播形象，进一步提升了合成主播的表现力。
为不同职业赋能
全国两会期间，AI合成女主播的首次登场亮相，所带来的冲击感是非同凡响的。和真人主播相比，通过“搜狗分身”技术打造的AI合成主播能够不知疲倦地连续工作24小时，同时还掌握多国语言，大大提升了效率、降低了成本。
据搜狗公司透露，随着“搜狗分身”技术能力的不断提高，AI合成主播的定制周期也大为降低，合成效果和稳定性也有着显著提升。仅靠少量用户真实音视频数据，即可快速定制出高逼真度的分身模型，帮助媒体在融媒体转型、新闻时效性、跨语种传播能力等领域升级。全球首个AI合成女主播，正是“搜狗分身”技术持续复制不同类型、不同特点AI合成主播能力的体现。
根据搜狗和新华社达成的战略合作协议，未来双方还将在AI合成主播领域展开长期合作，更多的AI合成主播将不断涌现，而这些主播播报的新闻也将会通过新华社客户端、新华社微信公众号等平台与观众见面。可以预见，AI合成主播注定会成为AI时代信息资讯传播链条相当重要的一环。
然而，AI合成主播仅仅只是一个开始。伴随着人工智能技术的不断升级，个性化内容生产的门槛大大降低，应用范围愈发广泛。未来，“搜狗分身”技术还将应用于娱乐、医疗、健康、教育、法律、金融等多个领域，通过提供个性化的行业解决方案，为不同职业赋能，从而提升整个社会的信息生产力。根据不同场景创造出虚拟教师、虚拟客服、虚拟管家、虚拟医生等，深度渗透到人类的内容表达和信息传递场景中，提供服务并发挥更多价值。届时，各行各业都将迎来AI技术下的新一轮变革。（本刊综合）
对AI合成主播，人们在惊叹和称赞之余，对于其背后的人工智能技术都无比好奇：AI合成主播是如何诞生的？它未来又将有哪些应用价值？
AI合成主播交出亮眼成绩单
在2018年11月举行的第五届世界互联网大会上，新华社联合搜狗发布全球首个合成新闻主播——“AI合成主播”，运用最新人工智能技术，“克隆”出与真人主播拥有同样播报能力的“分身”，在全球AI合成领域和新闻领域均开创了先河，引起了世界范围内的关注。
路透社报道称，这个AI主播是以中国新闻主播邱浩为原型的，它身穿黑西装打着领带。这是中国旨在提升其在人工智能技术方面能力努力的一部分。
英国《独立报》网站则称，新华社的AI主播是一位栩栩如生的数字化播报员，可以通过模仿真人主播的形象和声音朗读文本内容。
近期，該AI合成主播经过技术攻关，在多项重要技术上取得突破。这款被命名为“新小浩”的站立式AI合成主播，仍然以新华社主播邱浩为原型，在声音和图像两大引擎上有了较大的优化和突破。“新小浩”不仅能坐着播报新闻，还能站起来，带着手势、姿态等多种肢体动作声情并茂地播报新闻，更加智能，更接近于真人。
作为新华社的新员工，AI合成主播上线后立即投入新闻报道并实现量产，目前已发稿3400余条，累计时长超过10 000分钟，参与了包括第五届世界互联网大会、首届中国国际进口博览会、2019年春运、农历猪年春节等重要内容的报道。这些报道充分结合图片、视频、文字、动漫等元素，生产出一系列内容丰富、形式多样、可读性强的融媒体新闻产品。这些产品不仅在新华社中英文客户端、新华社微信公众号、中国新华新闻电视网等平台发布，还以竖屏形态在各移动短视频平台大量播发，引起热烈反响，海内外媒体纷纷跟进报道。
AI合成主播为何如此逼真
AI合成主播闪亮登场，引起了全球传媒业和人工智能领域的极大关注，成为中国人工智能与传媒业大胆融合并付诸规模化应用的典型案例。
AI合成主播无论是声音还是表情，都做到了以假乱真的地步。其不仅能全年365天、每天24小时不停歇地提供服务，还能用无数个分身，同时在不同的现场播报各种资讯。
AI合成主播有极强的“克隆”能力。真人主播面对镜头录制一段播报新闻的视频后，AI合成主播凭借这段视频，就能将真人主播的声音、唇形、表情动作等特征提取出来，随后“克隆”出真人主播的分身。用户只需输入新闻文本，这个分身就能用和真人一样的声音进行播报，而且唇形和面部表情等也能与真人主播完全吻合，真假难辨，效果相当震撼。那么，为什么AI合成主播如此逼真？
初代AI合成主播由“搜狗分身”技术打造，这项技术让机器首次做到逼真地模拟人类说话时的声音、嘴唇动作和表情，并且将三者自然匹配，创造出人类的AI分身，进而帮助人类提高信息表达和传递的效率。
而首个入职新华社的站立式AI合成主播，在声音、嘴唇动作和表情之外，利用“搜狗分身”技术继续赋予其肢体语言的能力，让其更加智能逼真。
3月初加入全国两会报道的AI合成主播进一步采用了“搜狗分身”最新的wavernn波形建模技术，可以实现逼真的语音合成效果，让AI合成主播的声音更具有真实情感和表现力。而在图像生成方面，新版的AI合成主播实现了更加逼真的表情生成、自然的肢体动作以及嘴唇动作预测等能力，完成了站立并可以做出肢体动作的主播形象，进一步提升了合成主播的表现力。
为不同职业赋能
全国两会期间，AI合成女主播的首次登场亮相，所带来的冲击感是非同凡响的。和真人主播相比，通过“搜狗分身”技术打造的AI合成主播能够不知疲倦地连续工作24小时，同时还掌握多国语言，大大提升了效率、降低了成本。
据搜狗公司透露，随着“搜狗分身”技术能力的不断提高，AI合成主播的定制周期也大为降低，合成效果和稳定性也有着显著提升。仅靠少量用户真实音视频数据，即可快速定制出高逼真度的分身模型，帮助媒体在融媒体转型、新闻时效性、跨语种传播能力等领域升级。全球首个AI合成女主播，正是“搜狗分身”技术持续复制不同类型、不同特点AI合成主播能力的体现。
根据搜狗和新华社达成的战略合作协议，未来双方还将在AI合成主播领域展开长期合作，更多的AI合成主播将不断涌现，而这些主播播报的新闻也将会通过新华社客户端、新华社微信公众号等平台与观众见面。可以预见，AI合成主播注定会成为AI时代信息资讯传播链条相当重要的一环。
然而，AI合成主播仅仅只是一个开始。伴随着人工智能技术的不断升级，个性化内容生产的门槛大大降低，应用范围愈发广泛。未来，“搜狗分身”技术还将应用于娱乐、医疗、健康、教育、法律、金融等多个领域，通过提供个性化的行业解决方案，为不同职业赋能，从而提升整个社会的信息生产力。根据不同场景创造出虚拟教师、虚拟客服、虚拟管家、虚拟医生等，深度渗透到人类的内容表达和信息传递场景中，提供服务并发挥更多价值。届时，各行各业都将迎来AI技术下的新一轮变革。（本刊综合）