本報記者 姜楠

    “你好，歡迎來到對答如流，兩會‘智’通車。”一位面帶微笑的女主播在屏幕中向用戶打著招呼，但是，這位主播并不是真人，而是AI主播“小智”。“小智”主持的兩會“智”通車，是一款由百度智能云和央視網在兩會期間聯合打造的全國首個集智能對話、語音交互、社交分享于一體的時事AI產品。

    5月21日起，全國正式進入兩會時間。為了向公眾普及兩會知識，百度智能云攜手央視網共同推出了兩會“智”通車，依托百度成熟的人工智能技術，以AI主播發問的形式帶領參與者回答問題，了解國事，近期獲得了網友們高漲的參與熱情和一致好評。

    如果仔細觀察“小智”的細節，我們會發現，她的動作與神態和真人如出一轍，講話的過程中微笑、自然眨眼等各種面部表情十分逼真。同時“小智”的口型和講話內容實現了真實的貼合，面對不同的答案也有著不同的交流反應。在這樣一位AI主播的帶領下，參與者可在兩會期間每天享受“智”通車的線上答題樂趣。這種愉悅的體驗背后，是百度智能云的強大技術加持，讓“小智”集人像美、善交流、懂說話三大亮點于一身。

    人像美

    這次挑起大梁的“小智”外形來自于百度設計的3D高精度仿真人像，對話時真實感與科技感兼備。結合AI和計算機圖形學自主研發的超寫實、高精度3D數字員工驅動方案，支持合成語音輸入，生成音唇精準同步、表情豐富逼真的人像動畫，具有高泛化、低延遲的特點，并且支持表情風格和肢體動作的定制化。

    百度虛擬數字人基于真人錄像，機器學習人的說話聲音、唇動/表情/動作規律，對人像的形態和聲音分別進行復制與合成；塑造3D高仿真人像，模擬人臉肌肉組織，以算法驅動人像模型的唇形、表情和動作。支持3D效果，全方位、多角度呈現，面部細節更細膩，展示更多細節；更具藝術性，能夠對形象進行藝術設計。

    善交流

    “小智”在與人溝通時，反應靈敏，對話順暢，這基于百度強大的語音識別及語音合成能力。百度ASR（自動語音識別技術）采用先進的截斷注意力模型（SMLTA），摒棄市場上傳統的Attention基于整句的服務，使用語音流進行截斷實現完整流暢的交互，提升相對字準率15%，計算速度與傳統CTC技術持平。百度TTS（從文本到語音）運用先進的Wavenet深度學習神經網絡算法將文字合成為多種語言的不同語音。

    隨時發問，隨時打斷，“小智”會說也會聽。內置的百度語音處理方案，具備超強抗干擾能力。

    懂“說話”

    信息太多記不住，“小智”幫你抓重點。百度自研的動態標記語言能夠靈活配置多媒體信息展示，還能到點提醒你：“關鍵詞命中率50%，加油！”

    簡單點，說話的方式簡單點。“小智”直觀的信息展示，讓信息傳遞效率大幅提升，知識獲取更加高效簡單，讓多位網友直呼“要是我小時候有小智這樣的同學一起學習就好了！”

    當前，央視網正按照中央廣播電視總臺“5G+4K/8K+AI”戰略布局，持續加大人工智能、5G等新技術的研究與應用，從基礎設施層面到AI中臺統一建設，打造出技術領先、安全可靠的智能新媒體平臺，創新媒體表達和傳播方式，開發全場景智能化產品和服務，壯大主流輿論陣地。央視網此次與百度智能云開放合作，通過擁抱新技術，做“5G+4K+AI”全媒體應用的踐行者，為全國觀眾提供更多的優質內容和智能化場景服務，增強主流新媒體的傳播力、引導力、影響力、公信力。

    5G時代下，較低的帶寬傳遞信息，較高的帶寬傳遞情感。消費級人工智能產品的落地，需要打通人與機器之間的情感隔閡。“小智”的出現也在不斷印證著AI時代人機交互新方式的可能性。兩會“智”通車之后，央視網還會有更多有趣的智能化交互新產品呈現在大家眼前。百度智能云與央視網的合作，將在媒體行業產生強大的示范效應，加速AI技術在新媒體領域的落地應用。

（編輯 張偉）