AI合成主播

全球首个全仿真智能AI主持人

AI合成主播，2018年11月7日第五届世界互联网大会上搜狗与新华社联合发布的全球首个全仿真智能AI主持人，通过语音合成、唇形合成、表情合成以及深度学习等技术，克隆出具备和真人主播一样的播报能力。

主播介绍

“AI合成主播”是在搜狗“分身”技术的支持下，通过人脸关键点检测、人脸特征提取、人脸重构、唇语识别、情感迁移等多项前沿技术，并结合语音、图像等多模态信息进行联合建模训练后，生成与真人无异的AI分身模型。该项技术能够将所输入的中英文文本自动生成相应内容的视频，并确保视频中音频和表情、唇动保持自然一致，展现与真人主播无异的信息传达效果。

“AI合成主播”不仅有中文“AI合成主播”，同时还有以“联接中外、沟通世界”为使命的英文“AI合成主播”。

技术原理

建立输入文本与输出音频信息的关联，在图像生成引擎中，使用业界的搜狗人脸识别、三维人脸重建、表情建模等技术对人脸表情动作进行特征学习和建模，建立输入文本、输出音频与输出视觉信息的关联映射，最终生成输出分身视频。

发展动态

2018年11月7日，五届世界互联网大会在浙江乌镇拉开帷幕，搜狗公司CEO王小川、新华社副社长刘思扬、搜狗公司智能语音事业部总经理王砚峰和主持人邱浩联合发布AI合成主播。

2019年2月19日，搜狗公司与新华社新媒体中心联合发布了首个站立式AI合成主播，新的AI合成主播从过去的“坐着播新闻”升级成结合肢体动作的“站立式播报”，标志着“搜狗分身”技术再次取得突破。

2019年3月，新华社联合搜狗公司近日在京发布全新升级的站立式AI合成主播，并推出全球首个AI合成女主播。

2020年5月21日，搜狗联合新华社推出的3D AI合成主播“新小微”。与以前的“新小浩”“新小萌”等不同版本相比，名为“新小微”的AI合成主播高度还原真人发肤，在立体感、灵活度、可塑性、交互能力等多个方面，都有了大幅跃升，而且还能根据播报的内容，做出各种更接近于真人的姿势和表情。

2023年3月22日报道，俄罗斯南部斯塔夫罗波尔地区的一家电视台推出了一位AI天气预报女播报员。节目负责人介绍，这名AI女主播应该是俄罗斯媒体首次推出的，这位俄罗斯AI女播报员的灵感来自于中国的AI主播。

2023年4月11日消息，科威特首个人工智能（ai）生成的女主播亮相，吸引全球多家媒体关注和报道，也在社交媒体上引起较大反响。

2023年6月，香港电台旗下 AI 天气主播 Aida 正式登场，从 6 月 26 日起将在该台《香港电台天气简报》节目中报道当地与世界各地的天气情况。

2023年8月，山东广播电视台元宇宙与人工智能实验室放大招，全国首发超写实男性数字主播“岱青”正式亮相。

研发作用

“AI合成主播”使用新华社中、英文主播的真人形象，配合搜狗“分身”的语音、合成等技术模拟真人播报画面。这种播报形式，突破了以往语音图像合成领域中，只能单纯创造虚拟形象，并配合语音输出唇部效果的约束，提高了观众信息获取的真实度。利用“搜狗分身”技术，“AI虚拟主播”还能实时高效地输出音视频合成效果，使用者通过文字键入、语音输入、机器翻译等多种方式输入文本后，将获得实时的播报视频。这种操作方式将减少新闻媒体在后期制作的各项成本，让新闻视频的制作效率有了提高。

“AI合成主播”拥有和真人主播同样的播报能力，能24小时不间断播报。

升级亮点

新版的AI合成主播采用了wavernn波形建模技术，替换掉传统声码器，实现音频合成。通过模型优化及多风格数据的使用，新版的AI合成主播实现了表情合成、肢体动作与语义的匹配。

随着图形生成引擎的优化，AI合成主播从过去的“坐着播新闻”升级成结合肢体动作的“站立式播报”，利用“搜狗分身”技术继续赋予AI合成主播肢体语言的能力，让AI合成的主播更智能。

研发意义

“AI合成主播”不仅在全球AI合成领域实现了技术创新和突破，更是在新闻领域开创了实时音视频与AI真人形象合成的先河。“AI合成主播”结合新华社“现场新闻”报道，将“AI合成主播”与短视频一体化生产制作。

最新推出的站立式AI合成主播即将投入到2019年新华社全国两会的报道筹备中，并将在搜狗搜索、输入法等平台上与用户见面。

随着“搜狗分身”技术能力的不断提高，AI合成主播的定制周期也降低，合成效果和稳定性也有提升。仅靠少量用户真实音视频数据，即可定制出高逼真度的分身模型，帮助媒体在融媒体转型、新闻时效性、跨语种传播能力等领域升级。

媒体评论

《参考消息》报道

援引外媒报道称，中国的新闻主播可能面临一些新的竞争——人工智能机器人在播报新闻时可以模仿人的面部表情和举止。

除此之外，《泰晤士报》、福克斯新闻、今日俄罗斯电视台、法兰西24电视台、《新闻周刊》、《洛杉矶时报》、美国国家公共电台等媒体也进行了报道。