科技日?qǐng)?bào)記者 劉艷

圖片提供：百度

2月4日，央視新聞AI手語(yǔ)主播上崗，她將在冬奧會(huì)新聞播報(bào)、賽事直播和現(xiàn)場(chǎng)采訪中，為聽(tīng)障人士送上實(shí)時(shí)手語(yǔ)翻譯服務(wù)。

這位由“百度智能云曦靈”數(shù)字人平臺(tái)打造的首個(gè)AI手語(yǔ)主播，已在剛剛開(kāi)啟的冰雪賽事中上線，她提供的手語(yǔ)服務(wù)，讓聽(tīng)障人士可以快捷獲取賽事資訊，感受賽事精彩。

從“段子手”朱廣權(quán)與AI手語(yǔ)主播在線pk的視頻可看到，AI手語(yǔ)主播的“手速”沒(méi)有被朱廣權(quán)的超快語(yǔ)速難住。她的專業(yè)能力是怎樣練成的？

手語(yǔ)數(shù)字人的本質(zhì)是解決翻譯問(wèn)題，難點(diǎn)在于手語(yǔ)并非按照語(yǔ)言逐字翻譯，而要根據(jù)語(yǔ)句整體意思進(jìn)行語(yǔ)言精煉和語(yǔ)序調(diào)整。同時(shí)，為幫助聽(tīng)障人士更好理解，還需實(shí)時(shí)配合表情和唇語(yǔ)。

這就要求AI手語(yǔ)數(shù)字人必須解決信息凝練度、低時(shí)延和精細(xì)化三方面極其復(fù)雜的技術(shù)難題。也就是說(shuō)，AI手語(yǔ)主播不僅要有高精度的數(shù)字人形象，更要擁有能夠語(yǔ)音識(shí)別、手語(yǔ)翻譯和手語(yǔ)表達(dá)的AI大腦。

AI手語(yǔ)主播的AI大腦依托于百度智能云。

為保證AI手語(yǔ)主播具備高可懂度的手語(yǔ)表達(dá)能力和精準(zhǔn)連貫的呈現(xiàn)效果，通過(guò)百度自主研發(fā)的機(jī)器翻譯技術(shù)，百度智能云構(gòu)建出一套精確的手語(yǔ)翻譯引擎，可懂度達(dá)85%以上，媲美主流的中英、中日等方向的機(jī)器翻譯結(jié)果；結(jié)合百度自研的語(yǔ)音識(shí)別技術(shù)，可將冰雪賽事的文字及音視頻內(nèi)容，快速精準(zhǔn)地轉(zhuǎn)化為手語(yǔ)；通過(guò)專為手語(yǔ)優(yōu)化的自然動(dòng)作引擎，完成AI手語(yǔ)主播的動(dòng)作驅(qū)動(dòng)，實(shí)時(shí)演繹為數(shù)字人的動(dòng)作、表情和唇語(yǔ)；百度智能云基于《國(guó)家通用手語(yǔ)詞典》規(guī)范建立的規(guī)模龐大的手語(yǔ)動(dòng)作庫(kù)，保證了手語(yǔ)表達(dá)的動(dòng)作準(zhǔn)確性；而用百度首創(chuàng)的4D掃描數(shù)據(jù)進(jìn)行訓(xùn)練，可讓AI手語(yǔ)主播的表情自然生動(dòng)，口型生成準(zhǔn)確度高達(dá)98.5%。

如此復(fù)雜的數(shù)字人研發(fā)，百度智能云只用了不到2個(gè)月。

目前，數(shù)字人尚未實(shí)現(xiàn)規(guī)?；a(chǎn)業(yè)落地，主要原因在于制作技術(shù)門(mén)檻高、周期長(zhǎng)、成本高。

百度集團(tuán)副總裁吳甜曾說(shuō)：“百度希望通過(guò)領(lǐng)先的全棧AI能力，把虛擬人的生產(chǎn)周期縮短到小時(shí)級(jí)別，降低生產(chǎn)成本，并且用AI驅(qū)動(dòng)生成內(nèi)容。”

2021年12月，百度發(fā)布了集數(shù)字人生產(chǎn)、內(nèi)容創(chuàng)作、業(yè)務(wù)配置服務(wù)為一體的智能數(shù)字人平臺(tái)“百度智能云曦靈”，基于人像驅(qū)動(dòng)、智能對(duì)話、語(yǔ)音交互、智能推薦四大技術(shù)引擎，讓數(shù)字人“能聽(tīng)、能說(shuō)、能理解、可互動(dòng)”，讓相關(guān)企業(yè)能以低成本快速定制2D卡通、真人形象及3D卡通、超寫(xiě)實(shí)數(shù)字人像，實(shí)現(xiàn)對(duì)話服務(wù)、內(nèi)容創(chuàng)作全流程業(yè)務(wù)配置，極大降低了數(shù)字人開(kāi)發(fā)難度。

比如，在“百度智能云曦靈”平臺(tái)上傳一張照片，就能快速生成一個(gè)可被AI驅(qū)動(dòng)的2D數(shù)字人像。如今，2D數(shù)字人的生產(chǎn)流程已從一個(gè)星期縮短到半個(gè)小時(shí)，3D數(shù)字人的生成也已從兩三個(gè)月壓縮到一兩周的時(shí)間。

與此同時(shí)，數(shù)字人個(gè)性化功能開(kāi)發(fā)也更加完善。比如，通過(guò)輕量化模型訓(xùn)練，用戶說(shuō)20句話即可生成屬于自己音色的數(shù)字人。

百度AI人機(jī)交互實(shí)驗(yàn)室負(fù)責(zé)人李士巖說(shuō)：“我們近一兩年的奮斗目標(biāo)是通過(guò)百度智能云曦靈平臺(tái)的開(kāi)放，讓每個(gè)人、每一家企業(yè)實(shí)現(xiàn)數(shù)字人自由?！?/p>

據(jù)了解，百度智能云曦靈已為諸多行業(yè)提供了一站式虛擬主持人、虛擬員工、虛擬偶像、品牌代言人的創(chuàng)建與運(yùn)營(yíng)服務(wù)。

關(guān)鍵詞： 手語(yǔ) 冰雪 賽事