“人民日报首款虚拟主播播报人民日报头版头条文章《人勤春来早 春耕备耕忙——各地农业生产扫描》”

………………

最近网上关于虚拟主播的报道和介绍很多，虚拟主播越来越多的应用于新闻播报，也逐渐引起大家的关注。小编今天就蹭个热点，介绍下虚拟主播背后的AI技术——数字人。

什么是数字人？

数字人是利用信息科学的方法对人体在不同水平的形态和功能进行虚拟仿真，从可视人、物理人、生理人到智能人，建立多学科和多层次的数字模型并达到对人体从微观到宏观的精确模拟。

简单来说，数字人就是利用AI技术，构建一个可以模拟真人形态的虚拟人物形象。

数字人服务

华为数字人可根据用户提供的文本信息，定制形象后生成数字人播报文本内容的视频。同时生成的视频支持自定义背景图；支持配置单语字幕、台标设置、画中画，以及能够调整形象位置，最终生成在相貌、表情、声音等方面与真人极为相似的数字人形象。

用户只需要输入新闻文本信息，就可以实时生成主播播报视频，而无需用户进行3D建模。

生成的虚拟主播形象高度逼真，真实还原牙齿、嘴唇、口红反光等细节，纹理清晰，无动画生硬感。

定制虚拟形象

具有真人、动漫虚拟形象，可根据客户需求联合发布定制。

采用业界领先的语音克隆技术，克隆真人形象定制音色，还原真人发音，多模结合，形象更逼真。</

数字 人这名字听着稀奇又别扭，其实它最初的原型大家都听过——NPC。玩过游戏的应该都知道，也就是游戏内玩家操纵的游戏角色，可以和玩家进行交互的角色。广义上讲可以说是计算机模拟出的具有人的形态的 虚拟 人都叫做 数字 人，在平常的观感上， 数字 人是整合了人物形象模拟、人物声音克隆、自然语言处理、知识图谱解析等众多世界领先的 人工智能 技术的可视化 数字 虚拟 人。他通过对人物形象的复制模拟，人物声音的克隆及语音合成，可随时随地与真人进行准确交互性对话。 通过自然语言处理和情感识别技术， 数字 人能够理解客户的意图和情感，提供更加人性化的服务体验，从而提升客户满意度和忠诚度。在企业内部，华为云 数字 人可以承担大量的重复性工作，如数据录入、报表生成等，从而解放人力资源，提高运营效率。总之，华为云 数字 人作为一种创新的智能交互解决方案，为企业提供了提升客户服务体验、优化运营效率和创新营销方式的全新途径。让我们一起迈向未来，开启智能交互的新篇章！华为云 数字 人作为一种创新的智能交互解决方案，为企业提供了全新的可能性，助力企业在各个领域实现智能化升级。 数字 人的底层技术包括情感识别、语音识别、情绪语音合成、语音输出和表情动作输出等模块，你可以灵活组合这些模块，来灵活配制出自己的 数字 人。实时照片驱动集成：https://github.com/waityousea/xuniren。消费级 PC 大模型：https://github.com/THUDM/ChatGLM-6B。UE5工程：https://github.com/xszyou/fay-ue5。开源地址：https://github.com/TheRamU/Fay。 目前”源”已全面开源开放，开放模型API、开源高质量中文数据集、模型训练代码、推理代码、应用代码、面向AI芯片的模型移植开发代码，开放平台已服务超4000名行业开发者，覆盖互联网、金融、教科研和自动驾驶等行业领域，大大降低了不同行业不同任务的AI应用开发门槛。也就说，198个政策资料，最终变成了统一的“一屏通”。这套系统最大的价值在于，为 数字 助理（语音助理）这一类型产品提供了一个新的架构思路，全流程一键式打通从打造“好看的皮囊”到“有趣的灵魂”，同时可以实时语音交互的 数字 人。每个模块都可以轻松地更换。 OpenAvatar是一个开源的 数字 人形象框架，能够帮助用户创建和部署高度可定制的 数字 人和 虚拟 形象。其目标是通过提供一组标准接口和现成的实现，使得开发人员能够快速轻松地构建出具有不同形态和功能特性的 数字 人。OpenAvatar的主要特点包括：多样性：OpenAvatar不仅支持不同的机器人和 虚拟 人物形象，还能够根据用户需求和场景需求，支持自定义形象和特征的创建。实时表达：OpenAvatar能够让 数字 人物产生更直观、自然、丰富的动作表达，向游戏、 虚拟 现实软件及社交媒体的开发提供更多实时表达特性的支持。 DALL-E 是由 OpenAI 开发的项目，它利用深度学习和生成对抗网络（GAN）技术来生成高质量的图像。这个项目在 GitHub 上有开源的代码和预训练模型，可以用于生成各种不同类型的 数字 人。通过使用Python编程语言和这些项目的代码，您可以探索 数字 人生成技术并创建令人惊叹的图像。请注意，这里提供的代码示例是简化的，并且实际使用这些开源项目可能需要更多的设置和配置。 数字 人生成是一项令人兴奋的技术，它利用计算机生成的图形和算法来创建高度逼真的人类形象。 通过将 数字 人交互能力开源，开发者可自行接入多方大模型、语音识别（ASR）、语音合成（TTS）能力，实现 数字 人实时交互，并在Android和iOS多终端一键部署，让每个开发者可轻松创建智能化、个性化的 数字 人Agent，并应用到各行各业。更进一步，硅基智能全面开放了其 数字 人 SDK 的源代码，覆盖从底层的推理引擎到上层商业应用逻辑，无保留揭秘技术细节。为了让更多的个人开发者和企业有机 会 涉足 数字 人领域，不被高技术门槛挡在门外，硅基智能决定大方公开其核心技术的源代码，真正意义上推动了 数字 人技术的普惠与共创。 qq频道的MJ或者免费的leonardo.AI，绘图头像。以及用HeyGen生成视频。下面是简单的Prompt:（垫图链接)+（空格）+ handsome boy,black hair, looking at the camera, portrait, Pixar style, 3d art,c4d rendering, vivid, 8k resolution, super details, best quality,--iw 1。 源码独立部署ai 数字 人直播系统，如果放在上半年的话没有数百万投资几乎是天方夜谭，连想做个 数字 人代理商少则投资十万多则数十万才能进得了代理门槛。在此期间， 数字 人市场一度出现了大批不良企业利用网上下载的视频合成源码二次包装后打着 数字 人克隆系统源码的名义销售给中小企业（实际上只是一个桌面合成小工具），利用信息差使得大量不懂技术的中小企业上当。给 数字 人行业造成了不良的影响。