交互式数字人核心技术 :
(1)形象克隆
拍摄真人出镜,正视镜头说话的5-8分钟绿幕视频,即可复刻出口型、动作、神态等1:1的数字人形象,行业高精度中文唇形驱动技术,性能优势与性价比处于全国领先水平。
(2)“Al大脑”模型
接入“讯飞星火认知大模型”,高智商,有灵魂的大脑,拥有跨领域的知识和语言理解能力,完成问答对话和文学创作等任务,还可以上传企业专属的知识库,持续从海量文本数据和大规模语法知识中学习进化,基于知识库问答、多轮对话能力拥有跨领域的知识和语言理解能力,实现从提出问题、规划问题到解决问题的全流程闭环。“数字人”和“AI大脑”构建好后,通过多种技术手段,让数字人理解用户说的话,并把大脑内容传输出去。
(3)音频采集
自研回声消除、声源定位,波束成形、去混响噪声抑制等核心算法用于远场语音交互场景。
(4)显示终端
集合知识、看、听、说等多模态人机交互数字人,展现在大屏、移动设备、台式机或平板电脑等多个终端上,实现不同场景的真人模拟对话。
看一下交互式数字人的效果:
详细了解前往社区来自社区: 青否数字人, 频道: 社区活动, https://bbs.csdn.net/topics/618516543