日前，2019北京世園會正在如火如荼的進行，園中游客涌動，線上觀眾也“絡繹不絕”。而大部分線上觀眾應該也都認識了兩位吉祥物——小萌芽和小萌花。

    兩位虛擬主播擁有憨態可掬的3D胖娃娃形象、逼真的動作表情，說話時連口型都與真人無異。據統計，自世園會開始后，由杭州相芯科技有限公司與北京電視臺聯合制作的“小萌花&小萌芽帶你看世園”這一講解世園會亮點的視頻，在微博、秒拍等多個播放平臺目前點擊量已經接近1000萬。虛擬主播技術乘著世園會的東風，再一次刷了一波存在感。

    身兼多職 虛擬主播華麗變身

    虛擬主播最早可以追溯到虛擬主持人的時代。

    2001年，英國PA New Media公司推出了世界上第一個虛擬主持人阿娜諾娃。這個只有頭部動畫、表情也略顯僵硬的2D虛擬人物，憑借著可快速制作視頻、24小時持續播報的特點，在全球刮起了一陣打造“虛擬主持人”的颶風。

    “美、韓、日紛紛跟進，我國央視在2004年也推出了國內首位虛擬電視節目主持人——小龍。它采用三維形象技術，擁有高挑的身材，集合了劉德華、梁朝偉和金城武的‘臉部精華’，并可單獨主持欄目。”杭州相芯科技有限公司（以下簡稱相芯科技）產品經理馬驍馳在接受科技日報記者采訪時表示，但其制作成本其實遠超聘請一位專業真人主持，因此這把星星之火還未燎原便悄然黯淡下來。

    幾年后，人工智能的興起給各行各業帶來了新的視角，虛擬主持人搖身一變，升級成了虛擬主播。

    “除了強硬的主持功底，虛擬主播將人工智能與三維虛擬形象技術結合起來，可以極大簡化策劃、編輯、主持、制作等一系列工作，快速提升播報效率。”馬驍馳告訴記者，編輯人員僅需輸入文字，很快就能自動生成虛擬主播的視頻，“一點不用操心”。且相比過去的虛擬主持人，虛擬主播無論是表情、神態，還是形象、動作，都更接近于真人狀態。

    降低門檻 語音動畫合成讓視頻制作更簡單

    可以預見，虛擬主播在傳統媒體、IP運營、自媒體視頻內容制作等領域具有“通吃”的美好前景，小萌芽和小萌花掀起的熱潮就是很好的佐證。

    這兩只萌物是如何制作出來的？“該虛擬主播的核心技術是語音動畫合成技術，其融合了人工智能和計算機圖形學兩方面原理。”馬驍馳表示。

    在他看來，這樣解決了打造虛擬主播的三大難點——采用深度學習算法精準理解語音中的文字信息；自主研發的人臉表情肌肉單元技術能夠準確地驅動面部表情和口型動作，提升表達的生動性和真實性；通過人工智能算法展現出口型、表情的過渡性動畫，保證了說話字和詞之間的連續性和自然性，最終呈現出完整的虛擬主播效果。

    在真人形象領域，傳統的視頻制作，通常需要專業攝影師、剪輯師、主持人等一大批專業制作人員，成本居高不下；在動畫模型領域，傳統動畫制作都是原畫師一幀一幀來繪制模型表情和口型動作，不僅成本很高，還難以做到語音和口型匹配，通常至少需要30張圖片才可以制作1秒的動畫內容；動捕技術則需要真人來實時扮演。

    “如果采用語音動畫合成技術，僅需具備文字編輯能力的運營人員就可以單獨制作視頻，且可以極大提高視頻新聞制作的時效性，并能夠自動實現動畫模型的口型和表情驅動，降低了動畫制作門檻。”馬驍馳說。

    多線挖掘 尖端服務落戶尋常人家

    在整個傳媒行業向融媒體大踏步前進的背景下，各大媒體都在向移動端發力，各類短視頻、H5、小程序等新的傳播形態頻出。

    在馬驍馳看來，虛擬主播技術加持后，各大媒體可實現24小時播報，且呈現方式都更具科技感、新穎性，更符合年輕受眾的喜好。

    作為新興事物，這一技術還有更多的潛力有待挖掘。

    現階段的動畫形象都是制作方事先設置好的固定形象，然而在這個人人都能當主播的時代，能否讓用戶根據自己的相貌生成虛擬形象呢？

    “我們計劃采用3D模型的技術，將生成與驅動打包成一整套解決方案。讓用戶和客戶可以自主通過照片生成形象，并將該形象設置成虛擬主播，來實現更好的人機交互體驗。并且打造一套SaaS服務工具平臺，提供從前端編輯界面到后端視頻制作的一站式服務，客戶登錄賬號后，可通過輸入文字、插入動作、插入視頻等手段快速制作主播視頻。屆時，對于普通用戶高不可及的虛擬主播技術也能‘飛入尋常百姓家’了。”馬驍馳表示。（記者 于紫月）