當前觀點：音視頻一鍵生成訊飛智作讓內容生產高效率智能化

2023-04-24 17:01:05來源：中關村在線

4月21日，由中央網信辦網絡傳播局、中央網信辦網絡管理技術局、江蘇省委網信辦、人民網共同發起的“2023中國網絡媒體論壇‘八點見’項目發布會”成功舉辦，“訊飛智作--AIGC內容創作平臺”在發布會上亮相，這一平臺是科大訊飛在AIGC領域的一項創新實踐成果。

訊飛智作，用AI賦能音視頻創作。其基于科大訊飛的語音合成、人臉建模、唇形預測、圖形處理等多項人工智能技術，為用戶提供音視頻生產平臺。提供的服務包括AI配音、AI虛擬主播視頻制作等內容創作，可以解決用戶制作時找主播難、成本高、生產效率低等痛點問題，讓內容創作更加靈活、高效、便捷。

(資料圖)

不妨將訊飛智作看成一個虛擬的“AI演播室”。用戶進入該平臺后，通過輸入文稿、選定虛擬主播等步驟，即可一鍵完成音視頻內容的制作。用戶還可以選擇“AI配音”“虛擬人視頻播報”“聲音定制”“形象定制”等多樣的服務以適應不同的應用場景，大大提高內容生產效率。

發布會現場，科大訊飛虛擬人業務部總經理郜靜文分享了由訊飛智作配音生成的短視頻《雨水》。視頻中，柔和而清晰的男聲與春日雨景融為一體，情感充沛，頓挫分明，宛若人聲。

這樣動聽的聲音，來自訊飛智作平臺中的一位AI虛擬主播，其風格為“成熟穩重、親切溫和”。在訊飛智作平臺內，有著86個類似的“發音人”，共133個音庫，風格各異，用戶可根據使用場景自主選擇。

據郜靜文介紹，《雨水》視頻的配音制作基于科大訊飛重點研發的smart TTS語音合成技術。這一技術支持10種以上的場景應用和情感調節能力，提升了發音人發聲的韻律、音質、情感表現，并支持聲音停頓、重音、語速等元素的自由調節，讓AI的聲音具備了與人類相似的情感表達能力。

據了解，訊飛智作已與學習強國、新華社、WAIC、中信銀行、中國平安等單位達成合作，其創作的新聞視頻、培訓視頻、廣告視頻等內容已經廣泛應用于媒體、金融、智慧文旅、企業數字化、智慧政務、IP運營等多個領域。

早在2021年，科大訊飛就發布了AI虛擬人交互平臺，其具有多模感知、多維表達、自主定義、情感貫穿四大特性。郜靜文還介紹了訊飛智作運用“自主定義”和“情感貫穿”兩項特性的最新進展。

在“自主定義”方面，虛擬發言人“智造”過程更輕便、自動化。目前訊飛智作已支持從聲音到形象的自動化構建能力，可生成差異化的虛擬資產

在“情感貫穿”方面，多情感功能上線。訊飛智作現有音庫包含了大氣渾厚、年輕時尚、可愛甜美、成熟知性、穩重磁性等多種風格，覆蓋新聞播報、專題宣傳、有聲閱讀、情感文章、廣告促銷、教育培訓等場景，語言支持普通話、方言和英語，合成效果可自主調節，其語音效果媲美真人。

關于公司在AIGC領域的整體布局，科大訊飛AI研究院常務副院長高建清曾在今年3月29日的中國AIGC產業峰會上進行了分享。他表示，“底座+能力+應用”是科大訊飛AIGC整體布局的三層架構：以文本預訓練、多模態預訓練、多元異構基礎資源構建、異構集群構建及大模型訓練套件為技術底座，形成音頻創作、視覺創作、文本創作三大AIGC能力，進而衍生出在教育、醫療、人機交互等領域的豐富應用。

未來，訊飛智作將致力于用AI更好地拓展內容創作方式，持續讓AIGC助力各行各業的內容生產。

標簽：