數(shù)字分身賦能內(nèi)容創(chuàng)作 【一視同人】一鍵實(shí)現(xiàn)文字轉(zhuǎn)音視頻
2022年4月，倒映有聲（杭州倒映有聲科技有限公司）旗下數(shù)字分身內(nèi)容創(chuàng)作平臺【一視同人】完成3.0版本升級。只需輸入文字，就可以在該平臺上利用數(shù)字分身IP生成音頻和視頻，從而賦能內(nèi)容創(chuàng)作，是國內(nèi)首個(gè)TTSA（基于文本和語音合成實(shí)時(shí)生成音頻和視頻）技術(shù)落地應(yīng)用平臺。【一視同人】數(shù)字分身內(nèi)容創(chuàng)作平臺既有知名人士數(shù)字分身IP、也有大量通用服務(wù)型數(shù)字分身IP以及動漫類數(shù)字分身IP供用戶選擇，用戶無需拍攝、錄制、剪輯，就可以在平臺上一鍵實(shí)現(xiàn)文字到音頻和視頻內(nèi)容的轉(zhuǎn)化。
一鍵實(shí)現(xiàn)文字轉(zhuǎn)音視頻 賦能內(nèi)容創(chuàng)作
在各大巨頭紛紛布局元宇宙、虛擬數(shù)字人概念的時(shí)候，尋找可實(shí)現(xiàn)場景化落地的技術(shù)與工具產(chǎn)品，成為了掘金千億藍(lán)海市場的“定海神針”。早在2019年倒映有聲團(tuán)隊(duì)就已經(jīng)研發(fā)并上線了相關(guān)落地應(yīng)用平臺；2021年5月開放文字轉(zhuǎn)音頻功能投入市場，獲得業(yè)內(nèi)頭部企業(yè)用戶交口稱贊；因市場時(shí)機(jī)契合與行業(yè)需求井噴，【一視同人】數(shù)字分身內(nèi)容創(chuàng)作平臺的文字轉(zhuǎn)視頻功能于近日面對用戶開放，滿足用戶多種風(fēng)格內(nèi)容制作需求。
傳統(tǒng)的音視頻內(nèi)容制作，需要涉及腳本撰寫、錄音或攝像設(shè)備支持、配音員或演員參與錄制、專業(yè)人員現(xiàn)場拍攝、音視頻剪輯等環(huán)節(jié)，至少需要一個(gè)團(tuán)隊(duì)配合來完成，制作單支音頻或視頻的時(shí)間成本與財(cái)務(wù)成本均較高。在【一視同人】數(shù)字分身內(nèi)容創(chuàng)作平臺，只需上傳文字，選擇風(fēng)格匹配的數(shù)字分身IP，就可以生成帶有生動形象的視頻，覆蓋內(nèi)容播講、直播帶貨、品牌宣傳等諸多場景。一個(gè)運(yùn)營者就可以完成從音視頻策劃到輸出的環(huán)節(jié)，既提高了內(nèi)容制作效率，又降低了制作成本，充分滿足互聯(lián)網(wǎng)時(shí)代對內(nèi)容制作時(shí)效性的高頻需求。同時(shí)，用戶可以在線完成支付流程，智能便捷化操作更進(jìn)一步將【一視同人】的平臺屬性放大。
自研TTSA技術(shù)國內(nèi)首落地應(yīng)用以數(shù)字分身構(gòu)建虛擬世界基礎(chǔ)
數(shù)字分身（Avatar）與虛擬人（Virtual Human）略有概念和制作技術(shù)上的不同。虛擬人在現(xiàn)實(shí)世界中并不存在，其身份、性格、行為特點(diǎn)均是虛構(gòu)的，它所呈現(xiàn)的外觀和行為是對人類的模仿。關(guān)于數(shù)字分身的技術(shù)邏輯，倒映有聲創(chuàng)始人兼CEO肖朔介紹說，在【一視同人】數(shù)字分身內(nèi)容創(chuàng)作平臺上的數(shù)字分身IP（除動漫類IP之外），是對現(xiàn)實(shí)世界中人物聲音與形象的復(fù)刻；通過倒映有聲的技術(shù)“四駕馬車”——TTSA（基于文本和語音合成實(shí)時(shí)生成音頻和視頻）、ETTS（富情感語音合成）、NLU（自然語言理解）、Digital Twins（數(shù)字孿生），僅需15分鐘音畫同步數(shù)據(jù)，就可以實(shí)現(xiàn)數(shù)字分身打造；而數(shù)字分身的身份與人設(shè)設(shè)定，既可以是完全復(fù)刻現(xiàn)實(shí)世界的人物，也可以進(jìn)行一定藝術(shù)化包裝；與現(xiàn)實(shí)世界擁有映射關(guān)系的數(shù)字分身，是構(gòu)成和通往虛擬世界的基礎(chǔ)。
倒映有聲自研的TTSA（Text to Speech & Animation）技術(shù)即基于文本和語音合成實(shí)時(shí)生成音頻和視頻，具有文本語音雙驅(qū)動、更加擬真、多模態(tài)交互三大特性，最終實(shí)現(xiàn)數(shù)字分身的音畫生成，自主驅(qū)動和交互。通過語音+圖像生成技術(shù)，并結(jié)合自然語言理解技術(shù)，生成數(shù)字分身的唇形、表情、動作、肢體姿態(tài)，創(chuàng)造自然、流暢、高擬真度的數(shù)字分身IP。
在【一視同人】數(shù)字分身內(nèi)容創(chuàng)作平臺上的數(shù)字分身IP，既能實(shí)現(xiàn)有情感的語音，也能做出自然的嘴型表達(dá)，并做出細(xì)節(jié)表情：高興、憤怒、生氣、沮喪等，實(shí)現(xiàn)面部五官的靈動表達(dá)。同時(shí)，根據(jù)語義理解，可以在交流中配合語音表達(dá)，做出豐富的肢體動作，如揮手、攤手、點(diǎn)頭、皺眉等，解決當(dāng)下虛擬數(shù)字人表情肢體僵硬、單一的問題，更加接近真人。用戶可通過語音、文本、攝像頭等多種方式，和數(shù)字分身進(jìn)行交互；同時(shí)數(shù)字分身也會通過語音、文本、視頻動畫等多種方式進(jìn)行交互反饋，可以適配更多的場景和應(yīng)用。
布局?jǐn)?shù)字分身IP生態(tài) 高擬人交互落地更多應(yīng)用場景
據(jù)倒映有聲創(chuàng)始人兼CEO肖朔介紹，【一視同人】數(shù)字分身內(nèi)容創(chuàng)作平臺將陸續(xù)開放兩大能力：交互能力與數(shù)字分身IP自助制作能力，最終構(gòu)建一個(gè)完整的數(shù)字分身IP生態(tài)。用戶除了在平臺上完成內(nèi)容創(chuàng)作、產(chǎn)出播報(bào)型內(nèi)容之外，還能利用數(shù)字分身實(shí)現(xiàn)交互，從而落地電商帶貨、客戶服務(wù)、市場廣告營銷等應(yīng)用場景。另外，用戶也可以在平臺上完成數(shù)字分身自助制作，只需極短時(shí)間即可打造個(gè)性專屬數(shù)字分身，接軌虛擬世界的同時(shí)，在平臺上實(shí)現(xiàn)數(shù)字分身IP交易。
據(jù)了解，倒映有聲（杭州倒映有聲科技有限公司）是一家以技術(shù)為核心的創(chuàng)新型公司和無人驅(qū)動數(shù)字分身技術(shù)解決方案供應(yīng)商，通過獨(dú)創(chuàng)TTSA技術(shù)，基于文本實(shí)時(shí)生成高質(zhì)量語音（音頻）和動畫（視頻），實(shí)現(xiàn)無人驅(qū)動數(shù)字分身的行業(yè)技術(shù)突破。倒映有聲旗下?lián)碛小疽灰曂恕繑?shù)字分身內(nèi)容創(chuàng)作平臺和有聲讀物制作交易平臺等應(yīng)用產(chǎn)品平臺，覆蓋媒體播報(bào)、有聲讀物制作、互動游戲、虛擬直播、娛樂等應(yīng)用場景，滿足用戶降本增效的需求，促進(jìn)企業(yè)業(yè)務(wù)形態(tài)創(chuàng)新和增長，構(gòu)建以無人驅(qū)動數(shù)字分身為載體的虛擬世界新生態(tài)。
根據(jù)量子位《虛擬數(shù)字人深度產(chǎn)業(yè)報(bào)告》數(shù)據(jù)預(yù)計(jì)，到2030年我國虛擬人整體市場規(guī)模將達(dá)到2703億元人民幣?！疽灰曂恕繑?shù)字分身內(nèi)容創(chuàng)作平臺的出現(xiàn)，既實(shí)現(xiàn)了TTSA技術(shù)的國內(nèi)首次落地應(yīng)用，拉近大眾與虛擬世界的距離，也是其背后的團(tuán)隊(duì)倒映有聲在千億藍(lán)海市場中為自己開辟的一條快車道。
