日前，“實時高逼真孿生數(shù)字人關鍵技術研發(fā)與應用示范”項目啟動會暨實施方案咨詢會在北京理工大學國際交流中心召開。該項目由北京理工大學發(fā)起，上海科技大學、北京大學、浙江大學、中科院計算所、中央戲劇學院、中國傳媒大學、杭州看潮信息等10家高校以及企業(yè)共同參與。項目圍繞高逼真數(shù)字人技術，突破光場重建、智能生成與驅動等業(yè)內關鍵能力，通過構建支持產業(yè)發(fā)展的核心硬件、工具平臺以及底層數(shù)據(jù)集等，最終實現(xiàn)內容生產到數(shù)字消費的業(yè)態(tài)鏈路暢通，達成文化與技術的有機融合。
會議現(xiàn)場
其中火山語音憑借業(yè)內優(yōu)勢的AI語音技術以及全棧語音產品解決方案能力，參與到該項目課題三“實時高保真孿生數(shù)字人通用開發(fā)平臺”的建設中，并與江南游戲工作室合作，通過整合交互理解、智能對話管理、智能驅動三大模塊，構建支持定制化并適用于多樣場景的數(shù)字人智能“對話”系統(tǒng)，實現(xiàn)多模態(tài)交互對話。
例如在交互理解方向，該模塊集成了多語種自然語言識別以及多模態(tài)交互意圖識別功能；在智能對話管理模塊，則集成了情境定制管理、對話工廠、意圖管理、QA問答管理、閑聊模塊等對話管理鏈路；在智能驅動模塊，包含了情緒表情生成能力、唇型視素生成能力、肢體動作自動生成能力、支持“多語言+多音色”的語音合成能力，以及音樂驅動舞蹈動作生成能力等；智能對話系統(tǒng)最終輸出語音、口型、表情、動作至云端渲染引擎，實現(xiàn)超寫實數(shù)字人的擬人化交互表達。
對此火山語音團隊負責人馬澤君表示，未來通過參與這個科技項目研發(fā)產出的一系列創(chuàng)新技術將由火山語音加速達成實踐落地，并由火山引擎對外提供服務，不斷探索 AI 與業(yè)務場景的高效融合，產出行業(yè)標桿案例，提升音頻理解、音頻合成、數(shù)字人驅動、對話交互等AI語音技術能力的同時，以實現(xiàn)更大的產業(yè)價值。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
