三大场景赋能央视等融媒体 科大讯飞AI虚拟主播技术成熟领先行业

最近，在“人民智播报”微信公众号上，有位叫做“果果”的AI虚拟主播都会准时“上岗”，为观众播报国内外热点事件。虽然是借助人工智能创建的虚拟形象，但从外形与声音来看，“果果”都像极了人民日报社主持人果欣禹，甚至还被果欣禹夸奖道：“比我端庄多了。”

说到虚拟主播，不少网友在此前都或多或少对这项技术有所耳闻。得益于人工智能，虚拟主播不仅能够丰富新闻播报的制作呈现方式，同时也能够为真人主播省时提效，帮助真人主播分担工作任务，以便去完成更多富有创造性的深度专题报道。

时下，虚拟主播包含的视觉及听觉产物类型较为丰富，已知的虚拟主播包括虚拟歌姬、FM电台虚拟主持人、新闻联播主持人、电视栏目主持人等。

这些虚拟主播在不同场景应用的不同技术大体可以分为三类，一是内容生产场景下的文本输入自动化输出技术;二是直播交互场景下的虚拟主播及变声技术，能够产生更为生动的节目效果，并且不依赖于某个人;三是直播交互场景下的纯机器自动技术，能够与更多硬件、虚景相结合，其自动应答效果目前还有更多继续优化的空间。

据悉，去年5月科大讯飞旗下的讯飞智声平台的AI语音合成技术对康辉老师的声音进行合成模拟，打造出全球第一个虚拟主播形象“康晓辉”。在CCTV 13的特别报道《直播长江》中，“康晓辉”凭借绕口令，记者对话连线等表现深受大众喜爱。

其实，这一举动在当时的行业中实属首例，“康晓辉”作为第一款应用变声技术的虚拟形象，可实现动作与沟通的交互，相较于纯文本预先合成的虚拟主播更有灵活性机动性。作为开辟虚拟主播先河的科大讯飞，近年来仍在探索虚拟主播的落地应用，并在以上三类场景中都推出了相对成熟的产品落地应用。

先来看内容生产场景，例如在人民日报旗下的“人民智播报”微信公众号中，每天都会有虚拟播报员为读者带来有声新闻报道。基于科大讯飞强大的语音合成技术，依靠纯语音合成技术，这些虚拟播报员可以将文字转换为声音，贴合当下用户阅读习惯进行播报。

而在直播交互场景下，除了亮相央视《直播长江》特别节目的“康晓辉”之外，还有讯飞联合中央广播电视总台打造了首个AI虚拟记者“通通”，在第二届“一带一路”国际合作高峰论坛期间推出系列视频《A.I.记者“通通”游世界》，在视频中带领观众游历“一带一路”沿途的风土人情、探索见证“一带一路”带来的改变与发展。

值得一提的是，在智能硬件结合方面讯飞也做出了大胆的探索。今年两会期间，深得著名主持人记者白岩松“亲传”的AI记者助理“小白”作为代表选手，它能与人直接面对面交流，声音与白岩松老师的声音相似度极高，就连白岩松本人都称赞其声音“唯真性高”。

“小白”之所以能惟妙惟肖地模仿白岩松老师，主要归功于个性化语音合成技术 ,而这恰恰是科大讯飞的核心技术之一。通过 AI 赋能 ,科大讯飞可以使机器摆脱机械化的发音 ,发出和真人一样抑扬顿挫的声音。

随着人工智能与5G的到来，不难推测出，在未来虚拟主播应用于广播电视的频率会更高更快，场景或许也会从日常新闻资讯延伸至天气播报、突发事件等内容。不仅是虚拟主播，还会有AI+家居、AI+交通、AI+医疗、AI+教育等生活化场景。我们有理由相信，科大讯飞的人工智能技术与落地产品仍将有更大的发展空间。