划知识点~
文章来源:Clip设计夹
ID:ClipppDesign
作者:Clippp
编辑:妮妮
大家好,我是Clippp。今天为大家分享的是「虚拟数字人」。这段时间元宇宙概念的大火带动了很多人对未来的无限遐想,与元宇宙紧密相关的虚拟数字人的热度也在提升。
现在网络上经常出现各式各样的数字人,虚拟偶像、虚拟主播层出不穷,当然伴随着数字人一同出现的还有各种争议…
今天我们就来一起探究虚拟数字人是什么、具有哪些特征,分为哪几种类型以及都应用在什么行业,深入地了解虚拟数字人概念。
1.数字人的三方面特征
虚拟数字人是指具有数字化外形的虚拟人物。与具备实体的机器人不同,虚拟数字人依赖显示设备存在,我们所知的很多虚拟人都要通过手机、电脑或者智慧大屏等设备才能显示。
虚拟数字人宜具备以下三方面特征:
一是拥有人的外观,具有特定的相貌、性别和性格等人物特征;
二是拥有人的行为,具有用语言、面部表情和肢体动作表达的能力;
三是拥有人的思想,具有识别外界环境、并能与人交流互动的能力。
综合来看,就是具备四方面的能力,即形象能力、感知能力、表达能力和娱乐互动能力。
如果我们下次再看到有公司推出数字人,就可以结合这些特征和能力来判断这个数字人的可信度,避免被借势营销的企业钻了空子。
2.数字人的运作原理
知道了什么是数字人,接下来就要搞清楚数字人到底是怎么说话、互动的,是背后有真人在操控,还是完全通过技术生成。
面对新兴的数字人,相信很多读者都存在类似的疑问。
数字人的诞生发展和AI人工智能可以说是密不可分,想了解数字人的运作原理,首先要知道数字人的通用系统框架。
虚拟数字人系统一般情况下由人物形象、语音生成、动画生成、音视频合成显示、交互等5个模块构成。(资料参考: 2020年虚拟数字人发展白皮书)
交互模块为扩展项,根据其有无,可将数字人分为交互型数字人和非交互型数字人。
首先看一下非交互型数字人:系统依据目标文本生成对应的人物语音及动画,并合成音视频呈现给用户。
交互型数字人根据驱动方式的不同可分为智能驱动型和真人驱动型。
智能驱动型数字人:通过智能系统自动读取并解析识别外界输入信息,根据解析结果决策数字人后续的输出文本,驱动人物模型生成相应的语音与动作来使数字人跟用户互动。
这种人物模型是预先通过AI技术训练得到,可通过文本驱动生成语音和对应动画,业内将此模型称为TTSA(Text To Speech & Animation)人物模型。
真人驱动型数字人:真人根据视频监控系统传来的用户视频,与用户实时语音,同时通过动作捕捉采集系统将真人的表情、动作呈现在虚拟数字人形象上,从而与用户进行交互。
3.数字人常见的类型
调研分析当前市场上的数字人,根据人物图形维度,分为2D和3D两大类,从外形上可分为卡通、写实等风格,综合来看可分为二次元、3D卡通、3D高写实、真人形象四种类型。
接下来根据每种类型的特点,从外在形象、服饰装扮、表情动作等方面,结合典型案例来逐一分析虚拟数字人的设计。
二次元类型
虚拟歌手-洛天依
洛天依的职业设定为虚拟歌姬,个性软萌可爱、温柔细腻,外貌特征上是灰发、绿瞳,头戴碧玉发饰。
除了独特的形象和性格,洛天依还能唱歌、跳舞、直播带货,多样的才艺加持让人物设定不单薄,受到很多用户的关注。
公众号后台回复数字人,领取虚拟数字人网站合集
3D卡通类型
虚拟助理-度晓晓
度晓晓是基于虚拟人IP的陪伴型虚拟助理。在小度助手的能力基础上,度晓晓有虚拟人物形象和情感交互系统,具备视觉识别能力,支持自然的交流方式。
在外形装扮上,度晓晓是红色短发的甜美可爱风,五官比例偏向二次元风格。根据现有案例来看,度晓晓在眨眼、微笑等面部微动作以及肢体的造型,都很自然、生动,整体设计效果相对较好。
度晓晓定期更新身穿不同主题服装、摆着各种pose的形象,每套服装都有一个主题再带配上各种周边小配饰,营造出一种清新时尚的效果。
3D高写实类型
浦发银行数字员工-小浦
小浦作为银行的数字员工,主要进行风险评估、要闻播报、投资建议等在线服务。
从外观上,小浦在形象上无论发型还是五官都足够拟人化、职业化,穿着银行职业装,属于比较典型的银行职员形象。
小浦没有很夸张的面部表情,始终以面带微笑的状态面向用户,给人一种亲切感。肢体动作相对较少,没有特别夸张的动作设定,只有固定的几套动作。
虚拟偶像-AYAYI
AYAYI是使用Unreal引擎造出来的特别拟真的Metahuman形象。
外在形象:写实程度更高,人物整体效果已经和真人十分接近,五官特别精致、眼睑微敛、银色短发,散发着一种清冷气质。
从AYAYI社交账号的更新来看,目前主要是分享一些AYAYI的摆拍图片,穿着的服装、饰品都比较真实、时尚,拍照环境都是休闲、艺术类的场景。
AYAYI人物形象的时尚感和真实感,更容易切入商业化,比如穿着特定品牌的服装进行摆拍。
高保真数字人-Siren(塞壬)
Siren是高保真、实时、可交互数字人,用到了实时渲染、表情捕捉、动作捕捉、高保真3D扫描等前沿技术,达到了目前业界最高的技术水平。
Siren的面貌细节更加真实,可以很清楚看到皮肤的细节、眼睛的转动、说话的神态、脸上各种各样的细纹。不管是毛孔、细纹等皮肤质感,还是神态上的表情,都很像真人。
Siren在说话时嘴唇动作自然,效果真实。
之所以有的数字人看起来不自然,很大一部分原因是因为数字人面部表情不生动,特别是在说话时嘴唇和脸部、牙齿甚至舌头的联动,很容易出现动作不联动、不真实的情况。
真人形象类型
新华社AI合成主播-新小浩
“新小浩”是无论外在形象、面部表情、服装搭配、说话声音,还是肢体动作上,都是完全基于真实主持人生成。
通过语音合成、唇形合成、表情合成以及深度学习等技术,克隆出具备和真人主播一样播报能力的“AI 合成主播”。
我们每天都会遇见各种各样的人,即使脸上最细微的表情,我们都可以感知到,用计算机打造出来的表情,往往缺乏灵气。
真人形象的虚拟主播的优势在于,他的特征都是来源于真人,呈现的面貌和状态更容易被用户了解。如果不仔细看,可能分辨不出是不是真人。
4.数字人的应用场景
目前国内市场上已经出现了非常多的虚拟数字人,在各行各业中有着广泛的应用。
虚拟数字人技术结合实际应用场景领域,切入各类,形成行业应用解决方案,赋能影视、传媒、游戏、金融、文旅等领域,根据需求为用户提供定制化服务。
按照应用场景或行业的不同,已经出现了娱乐型数字人,如虚拟偶像、歌手、网红、虚拟代言人等;
助手型数字人,如虚拟客服、虚拟导游、智能助手。
主播型数字人,如虚拟主播、虚拟支持人等。
这里搜集的案例只是虚拟数字人的应用的一小部分,还有很多优秀的应用案例等待着大家去一起发现。
5.代表性的研发平台
国内有很多互联网平台在研发虚拟数字人,我也从中收获了大量的信息和资料,这次把这些平台分享给大家:
搜狗AI开放平台
网易伏羲、网易易现
百度AI开放平台
腾讯云、腾讯NEXT Studios
讯飞开放平台…
,