出门问问携手光明日报发布推出AI虚拟主播 | Hi科技

由商务部和北京市人民政府共同主办的2020年中国国际服务贸易交易会于9月5到9日在北京举办，主题为“全球服务，互惠共享”。在文博服贸会期间，中国人工智能公司出门问问携手中央级党政媒体光明日报，联合发布全新魔音系列产品：AI虚拟主播——“魔影主播”，AI音频内容生产一站式解决方案——“魔音工坊”，并展开相关深度合作。双方合作成果在文博会展厅对外展出，以此积极推动媒体融合向纵深发展，实现传统媒体向智媒体转型的技术升级。发布会上，双方还重磅带来全新定制的虚拟主播，让来自新闻产业、出版行业等更多传统内容创作者，共享AI乐趣。

展会期间，北京市委书记蔡奇，中共北京市委常委、宣传部部长杜飞进，光明日报社等一行领导，先后莅临光明日报展厅参观。对本次光明日报与出门问问联手打造的AI虚拟主播表示了肯定，认为其对提高传统媒体内容生产效率具备一定积极意义。同时，市领导与报社高层对出门问问展出的智能硬件产品，包括AI智能手表TicWatch系列、AI真无线智能耳机TicPods系列、智能音箱TicKasa系列等，也展现出了浓厚兴趣。正是凭借在消费级场景积累的AI能力和经验，出门问问如今成功向To B企业级场景延伸。

光明日报报社高层参观出门问问展台

在人工智能技术落地、云计算普及、大数据应用等新技术的驱动下，人们颠覆了对传统媒体的固有概念，传媒领域也由旧格局转向融合发展，并逐步迈入智媒体化的全新阶段。出门问问认为，媒体形态之间，不仅可以实现融合，而且还可以通过技术实现相互转换。为了帮助传统媒体更好地适应音频和视频形态，多渠道分发，出门问问通过能够将文字升级为音频的“魔音工坊”，公众号变身podcast的“魔音号”，以及文字转换为视频的魔影主播，让优质内容触达到更多用户，实现内容价值最大化。在这场信息传播的深度变革中，人机协同将扮演重要角色。出门问问致力于将媒体人的专业优势和AI的高效智能生产完美结合，让人做人擅长的事，机器做机器擅长的事。

为此，出门问问高级技术总监叶顺平在服贸会期间发表了以《语音AI：媒体融合与转换的桥梁》为主题的演讲。针对传统媒体融入新媒体所遇的痛点与挑战，详细阐述了出门问问如何通过魔影主播、魔音工坊以及TicMeet等产品，借助人工智能技术为传统媒体实现融合与智能化搭建桥梁。为了实现传统文字内容与影、音的形式之间高效灵活的转换，出门问问主导研发了全新产品“AI虚拟主播——魔影主播”，可通过语音驱动虚拟形象说话及反馈动作。该技术将深度学习和计算机图形学结合，让计算机能够理解语音的内容并精细驱动虚拟形象的口唇动作、面部表情、肢体姿态，生成极具逼真感的虚拟形象动画。结合TTS技术，能够为客户提供具备丰富表情动作反馈的AI虚拟互动助手。编辑人员仅需输入文字内容，即可快速生成具备同步口型、丰富面部表情及模型动作的AI虚拟主播视频。

相比真人主播，AI虚拟主播具备一系列优势：实时语音解析准确解析语音音频中信息，转化成可以驱动虚拟形象的音频特征。精准口型驱动采用深度学习模型，准确映射音频特征到口型以及面部动画。 动作姿态驱动具备成熟的骨骼和动作制作规范，通过语音内容驱动模型头部动作及身体动作。领先的音频编辑功能该系统结合了魔音工坊配音产品的核心产品功能，可以完成多音字和韵律的快速纠正，使得生成的配音足够准确专业，更适合虚拟主播等场景。除了魔影主播，魔音工坊同样也是出门问问与光明日报此次合作的重点。魔音工坊是出门问问此前出品的一款主打AI音频生产的产品, 公司旨在以AI助力音频内容创作，通过独创的产品和交互，成为AI音频内容生产一站式解决方案，打造AI音频时代的WORD编辑器。利用领先的端到端MeetVoice语音合成引擎，魔音工坊独创性地设计了交互友好的产品形态，用户可以快速导入要合成声音的文章，通过类似微软WORD文档的编辑操作，即可快速解决拼音、韵律等中文配音问题，让用户一站式快捷生产出专业精品的音频。魔音工坊不仅能够提供定制发音人、纠正多音字、背景音和音效、多发音人配音等核心功能，还具备数字纠错、变速、韵律纠错、创建个性「随身听」微信小程序等各种便捷有效的工具。

不只是光明日报，魔音工坊如今已为众多头部媒体提供随身听小程序，将文字内容升级为更有深度和感染力的声音形态。提升自媒体用户体验，让粉丝用户留存、时长和长期忠诚度、活跃度得到更大提升。出门问问能够获得光明日报与众多头部媒体的青睐，关键在于公司在人工智能的基础层、技术层、应用层都有着深厚积累与大量实践案例。在本次全新发布的魔影主播与魔音工坊两款产品背后，是出门问问自主研发的全CPU低时延端到端语音合成系统MeetVoice (Mobvoi End-to-End TTS Voice) 。其采用基于神经网络的声码器 Meet-Vocoder，可以实现高度接近真人的声音素质。

出门问问使用多发音人基础模型，提升语音合成效果，汉字发音准确率提升至99.6%以上，保持业界领先水平。在此基础上，MeetVoice最大限度地提高效率，1秒时间能够合成近10秒音频，且无需额外配置GPU。借助此次与光明日报的合作，出门问问也将持续迭代升级语音技术，用AI为人工降本增效、赋能新闻媒体行业。