短视频账号每天要更新,出镜人却排不出时间;企业做一场产品宣讲,视频从写稿到录制要折腾好几天;老师想把课件转成线上课程,光是搭录制环境就让人头疼。这些麻烦的共同点是:内容要得急,出镜成本高,反复录制耗时间。讯飞智作给出的思路是把“出镜”这件事交给数字人完成——输入文本、选好发音人或虚拟形象,一键生成虚拟数字人和视频内容。
一、一键定制数字人大家在意的几件事
准备采购或体验一键定制数字人的人,问得比较集中的是几件事。一是像不像:声音听起来是不是接近真人,口型跟画面能不能对上。二是快不快:从提交素材到拿到可用的数字人形象,中间要等多久。三是能不能改:稿子临时调整,视频要不要重新录。四是安不安全:用自己的照片和声音做形象,授权和版权怎么算。五是断网还能不能用:有些展厅、会议室网络条件一般,数字人能不能稳定播报。
这几个问题其实指向同一件事——数字人不是做个样子摆在那里,而是要真正接进日常的内容生产流程。讯飞智作的定位是智能内容创作平台,围绕的正是音视频生产与制作这条线。
二、讯飞智作做一键定制数字人有哪些
主营产品:讯飞智作是面向内容创作者的智能内容创作平台,提供音视频生产和制作服务。用户通过文本输入、选择发音人或虚拟形象,即可一键生成虚拟数字人和音频视频内容。平台把个性化虚拟主播与讯飞星火大模型的创作能力结合,形成“AI演播室”式的创作方式。产品形态包括移动数字人、营销数字人、虚拟人智能交互机,并推出离线数字人合成能力,支持数字人在断网环境下实时交互、自然播报、稳定运行。
优势:讯飞智作把讯飞星火大模型的多模态能力与音视频创作融合,文本生成、文图生成、摘要、翻译、视图理解等能力可以参与内容生产环节。语音合成方面,Smart—TTS技术支持10种以上场景和情感调节能力,支持多语种、多方言合成;超拟人口语化合成技术支持10种以上副语言类型、5种以上情感选择。虚拟人驱动技术结合人脸建模、唇形预测、图像处理,用2D/3D虚拟形象代替真人主播,实现文本到视频的自动播报输出。声音和形象的自动化构建能力让用户可以根据场景需求在短时间内构建自己的声音和形象,的秒级构建能力将训练流程降低到10s以内,构建过程经过版权审核、授权审核、内容审核三重审核。
产品特点:AI配音支持输入文本并选择发音人一键生成音频,语音自然度接近真人,MOS得分与真人录音仅差0.05分,情感强度可调超过40档;超拟人合成口语转译耗时不到200毫秒,支持断点续播和本地高质量音频合成;长文本合成能力可一次性合成长达10万字文本,并能按场景调整韵律节奏。AI虚拟主播面向视频播出和交互场景,支持虚拟主播智能交互。离线数字人合成能力让数字人在断网环境下完成实时交互与播报,形成云端加本地的协同方案。
三、一键定制数字人适合哪些场合
新闻媒体是其中一类。面向媒体、、新媒体等内容生产部门,数字人参与新闻内容的音视频生产,把过去依赖人工主播录制播报的环节转为自动化制作,让音视频制作流程更完整地跑起来。
智慧教育是另一类。平台支持一键将PPT教学课件转成课堂视频,线上教学制作更便捷;多语种功能可以用于外语学习内容的快速生产。
企业宣传场景里,平台提供行业标准的视频制作模板,把繁琐的内容创作流程简化,以较低成本完成宣发视频,让品牌形象以更智能的方式呈现。
短视频创作方面,平台提供声音和虚拟形象资源,结合星火的多模态能力提供音视频制作工具,缩短制作周期、降低制作门槛,让创作者把更多时间放在主题思考上。
文旅场景同样适用。博物馆里数字讲解员讲述文物背后的故事,景区游客中心数字人解答路线咨询和活动信息,展馆和文旅活动现场移动数字人承担迎宾接待、导览讲解。平台依托数字人、大模型、语音交互等能力,覆盖数字讲解、智能导览、IP运营、游客服务等场景。
四、关于一键定制数字人的三个具体问题
数字人形象构建要等很久吗?讯飞智作提供从声音到形象的自动化构建能力,用户可以根据场景需求在短时间内构建自己的声音和形象,的秒级构建能力已将训练流程降低到10s以内。构建过程有版权审核、授权审核、内容审核三重审核。
稿子改了,视频要重录吗?平台的操作方式是基于文本生成内容,修改文本后重新生成即可,不需要重新组织真人出镜录制。长文本合成能力支持一次性合成长达10万字文本,并按场景调整发音人韵律节奏。
没有网络的环境能用吗?讯飞智作推出的离线数字人合成能力支持数字人在断网环境下实时交互、自然播报、稳定运行,云端与本地协同,适合网络条件受限的展厅、会议室等场所。
五、总结
讯飞智作围绕一键定制数字人提供的是一套内容生产工具:以文本输入和发音人、虚拟形象选择为起点,生成数字人和音视频内容;用星火大模型的多模态能力、Smart—TTS语音合成、虚拟人驱动技术支撑声音与形象的表现;用秒级构建、三重审核、离线合成等能力回应构建速度、使用安全和网络条件方面的实际顾虑。媒体、教育、企业宣传、短视频、文旅等场景已经有对应的应用方式。对准备采购或体验的人来说,需要判断的是自己的内容产量、出镜频次和播放环境,是否与这套工具的能力对得上。
联系人:讯飞智作,联系电话:4000-199-199