日前，2019北（běi）京世园（yuán）会正在如火（huǒ）如荼的进行，园（yuán）中游客涌动（dòng），线上观（guān）众也“络绎（yì）不（bú）绝（jué）”。而大部分线上（shàng）观众（zhòng）应（yīng）该也（yě）都认识了（le）两位吉祥（xiáng）物——小萌芽和（hé）小萌花。

两位虚拟主播拥有憨态可掬（jū）的3D胖娃娃（wá）形象、逼（bī）真的动作表情，说话（huà）时连口型都（dōu）与真人无异（yì）。据统计（jì），自世园（yuán）会开始后（hòu），由杭（háng）州相芯科技有限公司与北京电视台联（lián）合制作的“小（xiǎo）萌花&小萌芽带（dài）你看世园”这一讲解世（shì）园（yuán）会（huì）亮点的（de）视频，在微博、秒拍等多个播放（fàng）平台目前点击量已经接近1000万。虚拟主播技术乘着世园会的东风，再一次刷了一波存在（zài）感。

身兼多（duō）职 虚拟主播华（huá）丽变身

虚拟（nǐ）主播最早可以追溯到虚拟主持（chí）人的时代。

2001年（nián），英国（guó）PA New Media公（gōng）司（sī）推出（chū）了世界上第一个虚拟（nǐ）主持人阿娜诺（nuò）娃。这（zhè）个只有头部动画、表情（qíng）也略显僵硬（yìng）的2D虚拟（nǐ）人物，凭（píng）借着可快速制作（zuò）视频（pín）、24小（xiǎo）时持续播报的特点，在全（quán）球刮起了一（yī）阵（zhèn）打造“虚拟主持人”的飓风。

“美、韩、日（rì）纷纷跟进，我国（guó）央视（shì）在2004年（nián）也推出（chū）了（le）国内首（shǒu）位（wèi）虚拟（nǐ）电视节目主持（chí）人——小龙（lóng）。它采用（yòng）三维形象技（jì）术，拥有（yǒu）高挑的身材（cái），集合了刘德华、梁朝伟和金城武的‘脸部精华’，并可单独主持栏目。”杭州相芯（xīn）科技有限公司（以下简称相（xiàng）芯科技）产品经理马骁驰在接受科（kē）技日（rì）报记者（zhě）采访时表示，但（dàn）其制作成本其实远超（chāo）聘请一（yī）位专业真人主持（chí），因此这把星星之火（huǒ）还未燎原便悄（qiāo）然黯淡（dàn）下来（lái）。

几年后，人工智能的兴起给各（gè）行（háng）各业带来（lái）了新的视（shì）角（jiǎo），虚拟主（zhǔ）持人摇身一（yī）变，升级成了虚拟主播。

“除（chú）了强硬的主持功底，虚拟（nǐ）主播将人工智能与三维虚（xū）拟形象技术结合（hé）起来，可以极大简化策（cè）划、编辑、主（zhǔ）持、制作等一系列工作，快（kuài）速提升播报效（xiào）率。”马骁驰告诉记（jì）者（zhě），编辑人员仅需输入（rù）文字，很快就能自动生成虚拟主播的视频，“一点不用操心”。且相（xiàng）比过（guò）去的虚拟主持人，虚（xū）拟主播（bō）无（wú）论是（shì）表（biǎo）情、神态，还是（shì）形象、动作，都更接近于真人状态。

降（jiàng）低门槛 语音动（dòng）画合成让（ràng）视频制作更简单

可以预见，虚拟主（zhǔ）播在（zài）传统（tǒng）媒体、IP运营、自媒体视频内（nèi）容制（zhì）作等领（lǐng）域具有（yǒu）“通（tōng）吃”的美好前景，小萌（méng）芽和小（xiǎo）萌花掀起（qǐ）的热潮就是很好的佐证（zhèng）。

这（zhè）两（liǎng）只萌物是如何制作出来的？“该虚拟主播的核（hé）心技术是语音动（dòng）画合成技术，其融合了人工智（zhì）能和计算机图形学两方面原理（lǐ）。”马骁驰表（biǎo）示（shì）。

在他看来，这样解决了（le）打造虚拟主播的三大（dà）难点（diǎn）——采用深（shēn）度学习算法精（jīng）准理（lǐ）解语音（yīn）中的文字信息；自主（zhǔ）研（yán）发的人脸表（biǎo）情肌肉单元技术能够准确（què）地驱动面部表情和口型（xíng）动（dòng）作，提（tí）升表达（dá）的生动性和真实性；通过人工智（zhì）能算法展现出口型、表情（qíng）的过渡性动（dòng）画，保（bǎo）证了说话字和词之间的连续性和自然（rán）性，最终呈现出完整的虚拟主播效果。

在真人形象领域，传统的（de）视（shì）频制作，通（tōng）常需要专（zhuān）业摄影师、剪辑师、主持人（rén）等一大（dà）批专业制作人员（yuán），成本居（jū）高（gāo）不下；在动画模型领域，传（chuán）统动画制（zhì）作都是原画师一帧一帧来绘制模型（xíng）表（biǎo）情和口型动作（zuò），不仅（jǐn）成本很高，还难以做到（dào）语（yǔ）音和（hé）口型匹配（pèi），通常至少（shǎo）需要30张图（tú）片才可以制作1秒的动画（huà）内容；动捕技（jì）术则需要（yào）真（zhēn）人（rén）来（lái）实时扮演。

“如果采用语音动（dòng）画合成技术（shù），仅需具备文字编辑（jí）能力（lì）的运营（yíng）人（rén）员就可以单（dān）独制（zhì）作视频，且可（kě）以极大提高视频新闻（wén）制作的时效性，并能够自动实（shí）现动画（huà）模型（xíng）的口型（xíng）和表情驱（qū）动（dòng），降（jiàng）低了（le）动画制作门槛。”马骁驰说。

多线挖掘 尖端服务落户寻常人家

在整个传媒行业向（xiàng）融媒（méi）体大踏步前进的（de）背景下，各大媒（méi）体都在向移动（dòng）端发力，各类短视频、H5、小程（chéng）序等新的（de）传播形态频出（chū）。

在（zài）马骁驰（chí）看来，虚拟主播技术加（jiā）持后（hòu），各大媒体（tǐ）可实现24小时（shí）播（bō）报，且（qiě）呈现（xiàn）方式都更具科技感、新颖性，更符合年轻受众的喜好。

作为新（xīn）兴事物，这一技术还有更多的潜力有待挖掘。

现阶段的（de）动画形象（xiàng）都（dōu）是制（zhì）作（zuò）方事先（xiān）设置好的固定形象（xiàng），然而在这个人人都能（néng）当（dāng）主播（bō）的时代，能否让（ràng）用户根据自己的相貌生成虚拟形象呢？

“我们计（jì）划采用3D模（mó）型的技术（shù），将（jiāng）生成（chéng）与（yǔ）驱动打包成一整套（tào）解决方案。让用户和客户可以自主通过照片生成形象，并（bìng）将该形象（xiàng）设置成虚拟主播，来实（shí）现更（gèng）好的人机交互体验（yàn）。并且打造一套SaaS服务工具平台，提供（gòng）从前端编辑界面到后（hòu）端视频（pín）制作的一站（zhàn）式服（fú）务，客户登录账号后，可（kě）通过（guò）输入文字、插入动（dòng）作、插入视频等手段快速（sù）制作主播视频。届时（shí），对于普通用户高不可及的虚（xū）拟主（zhǔ）播（bō）技术也能‘飞入寻常百姓（xìng）家’了（le）。”马骁驰表示。