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(tài)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(tǒng)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(xù)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(jié)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(yè)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(yè)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�！瘪R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(tài)，還是形象、動作，都更接近于真人狀態(tài)。

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(tǒng)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�！瘪R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(fā)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(xù)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(tǒng)的視頻制作，通常需要專業(yè)攝影師、剪輯師、主持人等一大批專業(yè)制作人員，成本居高不下；在動畫模型領域，傳統(tǒng)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�！瘪R驍馳說。

多線挖掘 尖端服務落戶尋常人家

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