第五届世界互联网大会：全球首个AI合成主播发布

【PConline 资讯】在西方故事里，语言诞生的目的是间隔人群。但在搜狗CEO王小川看来，“语言”是AI的未来，是人工智能皇冠上的明珠。以语言为核心的人工智能战略，搜狗正不断发力人工智能，在语音、问答、对话、翻译方面不断有技术突破和产品更新，加速AI战略落地。

11月7日，第五届世界互联网大会在浙江乌镇拉开帷幕，在开幕当天，搜狗与新华社合作开发的全球第一个“AI合成主播”正式亮相。随着“AI合成主播”的发布，搜狗人工智能的核心技术“搜狗分身”也终于浮出水面，成为大会开幕日的最大亮点之一。

该技术能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。这项技术让机器首次做到逼真的模拟人类说话时的声音、嘴唇动作和表情，并且将三者自然匹配，与真人几乎一致。

以“AI合成主播”为例，用户只需要输入新闻文本，AI合成主播就能用和真人一样的声音进行播报，而在播报的过程中唇形、面部表情等也能与真人主播完全吻合，效果惟妙惟肖。

除此之外，“搜狗分身”技术还能仅靠少量用户真实音视频数据，即可快速定制出高逼真度的分身模型，显著降低了个性化定制成本，进而帮助人类提高信息表达和传递的效率。

据搜狗公司智能语音事业部总经理王砚峰介绍，“搜狗分身”技术是搜狗人工智能的核心技术之一，诞生于搜狗“自然交互+知识计算”这一人工智能理念之下。依托“搜狗分身”技术创新的信息传播形式，能够帮助媒体在融媒体转型、新闻时效性和跨语种传播能力等方面再上台阶，增强中国传媒业的国际影响力和全球竞争力。

值得一提的是，展位现场除了将展示一系列前沿技术体验之外，搜狗还会带来搜狗翻译宝Pro等硬件产品，让观众感受AI技术带来的生活便捷体验。未来，“搜狗分身”技术将在娱乐、医疗、健康、教育、法律等多个领域提供个性化的内容，显著提高社会生产和服务效率。