首个“冬奥手语AI主播”正式亮相

科技日报记者华玲：人们普遍预计2022年北京冬奥会将举行16天。这是中国历史上第一次举办冬奥会。在关注冬奥会的观众中，有一个特殊的群体。他们听不到体育场的声音。但他们关注冬奥会，想了解比赛的动态，渴望感受比赛的激情。全世界约有4.3亿人患有中度或以上听力障碍。根据第二次全国残疾人抽样调查的数据，中国有2780万听力障碍者。

“我们用技术克服声音障碍”。11月24日，央视新闻和百度智能云发布了台湾第一位人工智能手语主播。她有“真人”的皮肤、头发和眼睛，她的形象善良自然，气质优雅独特。AI手语主播表示：“从北京冬奥会开始，我将用AI智慧全年为听力受损用户提供手语服务，让他们能够快速获取比赛信息。”百度智能云利用人工智能收听冬奥会新闻，利用语音识别、自然语言处理等人工智能技术，构建了一个复杂、准确的手语翻译引擎，实现了文本和视频内容到手语的翻译。然后，通过针对手语优化的自然动作引擎，驱动虚拟图像将手语实时演绎为数字人的表情和动作。这使得央视新闻人工智能手语主播手语表达的清晰度高，手语呈现效果准确连贯。央视新闻人工智能手语主播掌握国家通用手语词典手语词汇标准。经过长时间的智能学习，他可以为观众朋友提供专业、准确的手语翻译数字人的发展变得简单、快速、高效。

据介绍，新闻AI手语主播是由百度智能云的“数字星运营平台”提供的技术支持和服务。“数字之星运营平台”是集数字人类生成和内容制作于一体的平台级产品。为广电、互娱、品牌等客户提供虚拟主机、虚拟偶像、品牌代言人的一站式创建和运营服务，可以降低数字虚拟人的应用门槛。目前，“数字之星操作平台”在生成维度上支持多种高精度的二维、二维和三维数字人类风格。它不仅通过整个堆栈的人工智能功能实现了二维数字人的“一句话生成”，还通过基于任意单个二维人脸的高精度三维人脸重建技术编辑虚拟人脸的三维模型，任何2D面对面3D虚拟人的低成本替换解决了2D数字人风格丰富性差的痛点和困难，并将人工智能驱动的高精度3D数字人的生成成本从三个月降低到一周。在内容制作方面，支持真人驱动、人工智能驱动、融合驱动等多种直播模式；支持在现实场景中快速生成内容多样的视频。基于面部4D数据（3D+时间序列）的高精度数字人的“文本到形状跨模态面部表情生成技术”使口形合成的准确率达到98.5%。

“数字星操作平台”使数字虚拟人的开发和操作简单、快速、高效。这意味着许多现有的高创造力、低技术能力的IP开发者能够直接将他们的IP转化为虚拟人，并且可以快速制作自己的数字虚拟人甚至虚拟偶像，而无需建模。在本届冬奥会上，让我们通过央视新闻AI手语主播感受冰雪运动的激情与荣耀！