百度打造國內(nèi)首個可交互超寫實明星數(shù)字人，背后技術(shù)會有多深？

2021-12-01 09:51

日前，百度APP正式上線了以明星龔俊為原型的數(shù)字人語音搜索助理。據(jù)介紹，這是國內(nèi)首個可以在在APP端實現(xiàn)用戶互動的超寫實數(shù)字人。用戶進入該功能界面后，可以與“龔俊”實時交互，如詢問天氣等問題，“龔俊”將快速識別、搜索，并語音播報首條搜索結(jié)果。此外，用戶也可以命令“龔俊”完成APP內(nèi)的部分控制功能，如打開夜間模式、進入書架頁面等。

據(jù)媒體報道稱，該數(shù)字人在模型上，百度使用4D掃描技術(shù)捕捉龔俊真人的說話以及日常表情的面部細微變化，以實現(xiàn)對其本人的超寫實還原。而在語音識別上，百度賦予了其超高準確率的語音識別技術(shù)，準確率達到98％，并且對于中英文混雜、生僻字、方言等各種語音也能準確識別。另外，在語音合成上，該數(shù)字人依托于TTS（Text To Speech）技術(shù)，可以無限接近于原聲。

從專利角度看，根據(jù)智慧芽數(shù)據(jù)顯示，百度及其關(guān)聯(lián)公司在全球126個國家／地區(qū)中，共有1700余件與“語音識別”相關(guān)的專利申請。其中，有效專利840余件，授權(quán)發(fā)明專利730余件。通過對上述全部專利進行分析可知，百度在語音識別技術(shù)領(lǐng)域的專利布局，主要聚焦于

語音交互、語音信息、人工智能、語音信號、語音合成、語音控制等相關(guān)的技術(shù)領(lǐng)域。

目前，虛擬偶像市場火熱，眾多企業(yè)、機構(gòu)紛紛發(fā)布自己的虛擬偶像，如DOTA2官方虛擬偶像dodo，清華大學(xué)虛擬學(xué)生華智冰，湖南衛(wèi)視虛擬主持人小漾，還有此前就已經(jīng)在二次元圈內(nèi)大火的初音未來、洛天依等。

量子位發(fā)布的《虛擬數(shù)字人深度產(chǎn)業(yè)報告》顯示，虛擬數(shù)字人的應(yīng)用可分為服務(wù)型虛擬人和身份型虛擬人。替代真人服務(wù)中的虛擬主播和虛擬IP中的虛擬偶像是目前的市場熱點。報告預(yù)計，在2030年，我國虛擬數(shù)字人整體市場規(guī)模將達到2700億。身份型虛擬數(shù)字人約1750億。服務(wù)型虛擬數(shù)字人總規(guī)模超過950億。目前市場仍處于前期培育階段。

（備注：智慧芽全球?qū)＠麛?shù)據(jù)庫收錄數(shù)據(jù)包括126個國家／地區(qū)中已經(jīng)公開的專利，一般來說，專利從申請到公開可查詢，需要4到18個月）