AI合成主播亮相世界互联网大会 “搜狗分身”技术引关注

全球第一个全仿真智能合成主持人——“AI合成主播”现场演示。中国网记者 董宁 摄

中国网讯 （记者 董宁）11月7日，第五届世界互联网大会在浙江乌镇拉开帷幕，搜狗与新华社合作开发、全球第一个全仿真智能合成主持人——“AI合成主播”正式亮相。而随着“AI合成主播”的发布，搜狗未来人工智能的核心技术“搜狗分身”也终于浮出水面。

在发布会现场的体验中，观众只要输入一句既有的新闻文本，屏幕上就会出现一位合成的新华社新闻主播，他不仅会用和真人一样的声音进行播报，连唇形、面部表情也能完全吻合。

据了解，在合成主播的开发过程中，在“搜狗分身”技术的支持下，通过人脸关键点检测、人脸特征提取、人脸重构、唇语识别、情感迁移等多项前沿技术，并结合语音、图像等多模态信息进行联合建模训练后，“AI合成主播”正式诞生。

随着“AI合成主播”系统的成功上线，支撑其正常运转的核心“搜狗分身”也引起了大家的广泛关注。据搜狗公司智能语音事业部总经理王砚峰介绍，“搜狗分身”技术是搜狗人工智能的核心技术之一，诞生于搜狗“自然交互+知识计算”这一人工智能理念之下。该技术能够利用搜狗的AI能力，从图像表情，声音语言习惯，逻辑思维等层面对AI进行拟人化训练，然后克隆制造人类的AI分身，进而帮助人类提高信息表达和传递的效率。

以“AI合成主播”为例，该产品使用主播的真人形象，配合“搜狗分身”的语音、合成等技术模拟真人播报画面，使大众享受到逼真度极高的图像效果。这种播报形式，突破了以往语音图像合成领域中，只能单纯创造合成形象，并配合语音输出唇部效果的约束，极大地提高了观众信息获取的真实度。同时，利用“搜狗分身”技术，“AI合成主播”还能实时高效地输出音视频合成效果。在“搜狗分身”技术的支持下，使用者通过文字键入、语音输入、机器翻译等多种方式输入文本后，将获得实时的播报视频。这种操作方式将极大减少新闻媒体在后期制作的各项成本，让新闻视频的制作效率有了极大的提高。

“搜狗分身”技术实现了在不同场景下更为自然的人机交互，除了在媒体融合领域的应用外，未来还将在娱乐、医疗健康、教育、法律等多个领域提供个性化的内容。

搜狗公司CEO王小川、新华社副社长刘思扬等嘉宾共同启动全球首个AI合成主播。中国网 董宁摄影