技术为底座 科大讯飞三大AIGC能力赋能多领域应用落地
  • cici
  • 2023年03月31日 14:26
  • 0

 

经过了2022年AIGC元年的“C位出道”,如今AIGC已经稳步进入发展快车道,无论是底层技术还是具体落地应用都更加牢固和丰富,也一次又一次让人类发出赞叹,2023年被称为AIGC大年,有数据显示,今年我国AIGC市场规模可达170亿元,到2030年中国AIGC市场规模将达到1.15万亿元,面对如此前景和实际应用意义,众多公司纷纷入局,其中便有我国头部科技公司——科大讯飞。

在3月29日由量子位主办的中国AIGC产业峰会上,科大讯飞AI研究院常务副院长高建清对讯飞在AIGC领域的整体布局进行了分享。从文本创作到音频创作再到视觉创作,科大讯飞均有涉及,同时创新产出AIGC相关应用和产品。

[MD:Title]

以往我们在看电子书时,可能会打开系统自带的朗读功能,但总是会被比siri还要“冰冷无情”的机器声音所劝退。在音频创作领域,通过研发虚拟声音自动创造系统,讯飞已经实现了语义可控的声音创造,用户输入一个人设,系统便可以生成该人设声音,除此之外,多风格多情感语音合成系统SMART-TTS是科大讯飞的一大杀手锏,11种情感、20档强弱度不同的调节功能,让合成语音更加真实,停顿、重音、语速等能关键声音元素也能够进行随心调节。

[MD:Title]

《红楼梦》中,未见其人、先闻其声的王熙凤一出场便让人知道她是一个风风火火的人,声音是人设的特点之一,而后面人物的视觉面貌也让人设更加具体。在视觉创作方面,科大讯飞也同样带来了惊喜。从2018年首发多语种虚拟人口唇驱动,到2021年首发2D真人捏脸系统,目前科大讯飞已形成了从3D虚拟形象口唇表情和动作的AI驱动到AI贯穿3D形象构建的全流程,“徒手捏人”不再是女娲的专属技能,同时讯飞通过对语音节奏、韵律体会和语义理解,让虚拟人可以随时、流畅地切换动作,拥有更加自然的肢体语言,讯飞研究院还打造了个性化3D虚拟人复刻系统,一张人像、一句话便能快速生成个性化3D虚拟形象。

目前科大讯飞在AIGC领域打造了AIGC内容创作基地,包括讯飞智作和讯飞音乐“词曲家”平台等创新产品,讯飞智作可以为用户提供快捷的音视频制作,基于讯飞在虚拟人的技术基础,2D/3D形象可代替真人主播,从文本到视频可以一键转换。讯飞智作的内容生产已经广泛应用于媒体、金融、智慧文旅、企业数字化、智慧政务、IP运营多个领域。词曲家平台则提供了辅助作词、辅助作曲和歌曲试音、质量分析等AI辅助工具,为广大词曲作者和采买方提供一个更加智能、透明和安全的词曲创作交易平台。

[MD:Title]

高建清在中国AIGC产业峰会上表示,“底座+能力+应用”是科大讯飞AIGC整体布局的三层架构:以文本预训练、多模态预训练、多元异构基础资源构建、异构集群构建及大模型训练套件为技术底座,形成了音频创作、视觉创作、文本创作三大AIGC能力,进而衍生出在教育、医疗、人机交互等领域的丰富应用。

从技术到应用,AIGC不是束之高阁的概念,也不是昙花一现的空谈,其底层技术和产业形态已经形成了新的格局,而科大讯飞对AIGC应用落地的推动让更多人切实感受到了时代发展的最新力量。

 

文章纠错

  • 好文点赞
  • 水文反对

此文章为快科技原创文章,快科技网站保留文章图片及文字内容版权,如需转载此文章请注明出处:快科技

观点发布 网站评论、账号管理说明
热门评论
查看全部评论
相关报道

最热文章排行查看排行详情

邮件订阅

评论0 | 点赞0| 分享0 | 收藏0