數(shù)字人常用概念

數(shù)字人

數(shù)字人是一種以數(shù)字形式存在于數(shù)字空間中的虛擬人物，它具有擬人或真人的外貌、行為特點(diǎn)，并具備一定的智能和情感，可以進(jìn)行交互和表達(dá)。數(shù)字人也可以被稱(chēng)之為虛擬形象、數(shù)字虛擬人、虛擬數(shù)字人等。數(shù)字人的核心技術(shù)主要包括計(jì)算機(jī)視覺(jué)、計(jì)算機(jī)圖形學(xué)、動(dòng)作捕捉和驅(qū)動(dòng)、圖像渲染和人工智能等。

服務(wù)型數(shù)字人：利用深度神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像合成、高度擬真的虛擬人。

具備如下特點(diǎn)：

2D模型，通過(guò)拍攝真人視頻訓(xùn)練生成
無(wú)表情&骨骼數(shù)據(jù)
只能由AI驅(qū)動(dòng)
使用既定表情&動(dòng)作

IP型數(shù)字人：由計(jì)算機(jī)圖形學(xué)技術(shù)創(chuàng)造出來(lái)的與人類(lèi)形象高度接近的數(shù)字化形象。

具備如下特點(diǎn)：

3D模型，通過(guò)藝術(shù)設(shè)計(jì)生成
有表情、骨骼數(shù)據(jù)
可由真人動(dòng)作驅(qū)動(dòng)
能呈現(xiàn)自定義表情&動(dòng)作

劇本、畫(huà)布和設(shè)置

視頻制作、視頻直播功能，都需要進(jìn)行視頻創(chuàng)作，下面以視頻直播為例，進(jìn)行說(shuō)明。

視頻素材：如圖中1區(qū)域所示，包括模板、角色、背景、貼圖、視頻、商品、文本等素材。支持使用預(yù)置的，也支持自定義生成。
畫(huà)面布局：簡(jiǎn)稱(chēng)“畫(huà)布”，如圖中2區(qū)域所示。主要為人物形象、背景、貼圖、文本框、視頻等內(nèi)容大小、圖層、位置的調(diào)整，這些都會(huì)在畫(huà)布中設(shè)計(jì)和預(yù)覽生成的效果。
開(kāi)播設(shè)置：簡(jiǎn)稱(chēng)“設(shè)置”，如圖中3區(qū)域所示，包括視頻直播的各類(lèi)設(shè)置。
劇本設(shè)計(jì)：簡(jiǎn)稱(chēng)“劇本”，視頻制作、視頻直播都需要經(jīng)過(guò)劇本設(shè)計(jì)階段，包含素材準(zhǔn)備、畫(huà)布設(shè)計(jì)、開(kāi)播設(shè)置等操作，最終合成視頻。

圖1 直播間編輯界面

角色

數(shù)字人模型。

動(dòng)作

數(shù)字人模型展示的動(dòng)作。

捏臉

用戶(hù)可根據(jù)自己的想法自由捏造風(fēng)格化虛擬形象。

風(fēng)格化素材

建模/捏臉時(shí)采用的五官、服飾、裝飾等素材，比如發(fā)型、臉型、裝飾、眉毛、鼻子等。

為什么選擇華為云數(shù)字內(nèi)容生產(chǎn)線

云上一站式自助服務(wù)平臺(tái)，簡(jiǎn)單高效

從模型訓(xùn)練到內(nèi)容生成，端到端自助服務(wù)
支持批量生成數(shù)字人訓(xùn)練，任務(wù)管理可視化

從模型訓(xùn)練到內(nèi)容生成，端到端自助服務(wù)
支持批量生成數(shù)字人訓(xùn)練，任務(wù)管理可視化
數(shù)字人口型更精準(zhǔn)，業(yè)界領(lǐng)先

AI自矯正，口型精準(zhǔn)匹配準(zhǔn)確率95%+
母語(yǔ)一次訓(xùn)練多語(yǔ)言適配，語(yǔ)言泛化能力強(qiáng)

AI自矯正，口型精準(zhǔn)匹配準(zhǔn)確率95%+
母語(yǔ)一次訓(xùn)練多語(yǔ)言適配，語(yǔ)言泛化能力強(qiáng)

數(shù)字人形象更真實(shí)、更自然

AI重打光，人臉與背景融合度高，圖像更真實(shí)
走動(dòng)/側(cè)身/持物/實(shí)景等復(fù)雜場(chǎng)景建模，動(dòng)作更自然

AI重打光，人臉與背景融合度高，圖像更真實(shí)
走動(dòng)/側(cè)身/持物/實(shí)景等復(fù)雜場(chǎng)景建模，動(dòng)作更自然
云底座海量算力資源

一卡多路并發(fā)訓(xùn)練、推理，高效率低成本
提供數(shù)字人的API/SDK調(diào)用接口，伙伴可集成至自有平臺(tái)

一卡多路并發(fā)訓(xùn)練、推理，高效率低成本
提供數(shù)字人的API/SDK調(diào)用接口，伙伴可集成至自有平臺(tái)

企業(yè)代言

幫助企業(yè)建立品牌形象，長(zhǎng)期積累品牌資產(chǎn)
通過(guò)引入自創(chuàng)虛擬偶像IP，擁有對(duì)虛擬偶像的高度掌控權(quán)，保證與品牌的高度結(jié)合性。長(zhǎng)期運(yùn)營(yíng)虛擬偶像，可成為品牌資產(chǎn)的一部分。

關(guān)鍵能力

AI+CG數(shù)字人自動(dòng)綁定/驅(qū)動(dòng)，時(shí)間縮短80%

自動(dòng)化美型/寫(xiě)實(shí)捏臉，支持多種風(fēng)格

單目攝像頭視覺(jué)驅(qū)動(dòng) ，高精度實(shí)時(shí)渲染

立即咨詢(xún)

電商直播

電商直播??????????????

幫助企業(yè)直播間延長(zhǎng)直播時(shí)長(zhǎng)，搶占閑時(shí)流量
用戶(hù)可自主錄入相關(guān)文案/音頻劇本，設(shè)置預(yù)制互動(dòng)問(wèn)答，由數(shù)字人主播完成預(yù)定劇本任務(wù)，同時(shí)可實(shí)時(shí)后臺(tái)編輯劇本內(nèi)容，7*24小時(shí)輕松做直播。生成直播畫(huà)面可推到國(guó)內(nèi)主流直播平臺(tái)。

關(guān)鍵能力

支持國(guó)內(nèi)主流直播平臺(tái)公屏彈幕信息，根據(jù)用戶(hù)預(yù)設(shè)自動(dòng)回復(fù)

支持用戶(hù)實(shí)時(shí)編輯劇本，插播干預(yù)、真人語(yǔ)音接管等多種模式

支持資源、模板個(gè)性化配置與分享；讓經(jīng)銷(xiāo)商管理更靈活

支持培訓(xùn)、代運(yùn)營(yíng)等增值服務(wù)，生態(tài)鏈運(yùn)營(yíng)伙伴加持，端到端保駕護(hù)航

支持對(duì)接直播平臺(tái)，開(kāi)放的接入方式

立即咨詢(xún)

新聞播報(bào)

數(shù)字新主播，一次訓(xùn)練，告別播報(bào)口誤
新聞播報(bào)場(chǎng)景嚴(yán)肅，主播往往經(jīng)過(guò)層層篩選，對(duì)內(nèi)容播報(bào)準(zhǔn)確率要求高。數(shù)字人播新聞無(wú)需背稿，避免出錯(cuò)，還可以做到真假難辨效果，提高現(xiàn)有主持人的內(nèi)容生產(chǎn)效率。

關(guān)鍵能力

支持最高4K分辨率導(dǎo)出

支持文本、音頻驅(qū)動(dòng)，1080p視頻合成效率1:1.5

支持自動(dòng)解析ppt素材

支持導(dǎo)入圖片、視頻、音頻等素材，海量預(yù)制模板

支持敏感詞檢測(cè)

立即咨詢(xún)

教育培訓(xùn)

教育培訓(xùn)?

在線教育課程錄制提效工具，無(wú)需講師頻繁拍攝
講師可以減少視頻錄制頻次，也不用擔(dān)心面對(duì)鏡頭緊張影響培訓(xùn)錄制效果，更多時(shí)間聚焦內(nèi)容輸出。多應(yīng)用于教育機(jī)構(gòu)、企業(yè)培訓(xùn)等場(chǎng)景，幫助建立更專(zhuān)業(yè)、更統(tǒng)一的形象。

關(guān)鍵能力

支持最高4K分辨率導(dǎo)出

支持文本、音頻驅(qū)動(dòng)，1080p視頻合成效率1:1.5

支持自動(dòng)解析ppt素材

支持導(dǎo)入圖片、視頻、音頻等素材，海量預(yù)制模板

支持敏感詞檢測(cè)

立即咨詢(xún)

智能客服

數(shù)字人智能交互

借助平臺(tái)智能交互驅(qū)動(dòng)能力，技術(shù)服務(wù)商能直接將數(shù)字人集成多端，完成傳統(tǒng)普通語(yǔ)音客服的升級(jí)迭代。

關(guān)鍵能力

支持個(gè)性化定義客服形象、聲音，讓AI服務(wù)過(guò)程更人性化

支持文本語(yǔ)音全方位交互，智能響應(yīng)，滿(mǎn)足客戶(hù)需求

立即咨詢(xún)

數(shù)字人直播視頻幫助

華為云MetaStudio數(shù)字人