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，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)主要包括計算機視覺、計算機圖形學(xué)、動作捕捉和驅(qū)動、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：

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

IP型數(shù)字人：由計算機圖形學(xué)技術(shù)創(chuàng)造出來的與人類形象高度接近的數(shù)字化形象。

具備如下特點：

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

劇本、畫布和設(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。
畫面布局：簡稱“畫布”，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，這些都會在畫布中設(shè)計和預(yù)覽生成的效果。
開播設(shè)置：簡稱“設(shè)置”，如圖中3區(qū)域所示，包括視頻直播的各類設(shè)置。
劇本設(shè)計：簡稱“劇本”，視頻制作、視頻直播都需要經(jīng)過劇本設(shè)計階段，包含素材準(zhǔn)備、畫布設(shè)計、開播設(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。

動作

數(shù)字人模型展示的動作。

捏臉

用戶可根據(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，簡單高效

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%+
母語一次訓(xùn)練多語言適配，語言泛化能力強

AI自矯正，口型精準(zhǔn)匹配準(zhǔn)確率95%+
母語一次訓(xùn)練多語言適配，語言泛化能力強

數(shù)字人形象更真實、更自然

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

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

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

企業(yè)代言

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

關(guān)鍵能力

AI+CG數(shù)字人自動綁定/驅(qū)動，時間縮短80%

自動化美型/寫實捏臉，支持多種風(fēng)格

單目攝像頭視覺驅(qū)動，高精度實時渲染

立即咨詢

電商直播

電商直播??????????????

幫助企業(yè)直播間延長直播時長，搶占閑時流量
用戶可自主錄入相關(guān)文案/音頻劇本，設(shè)置預(yù)制互動問答，由數(shù)字人主播完成預(yù)定劇本任務(wù)，同時可實時后臺編輯劇本內(nèi)容，7*24小時輕松做直播。生成直播畫面可推到國內(nèi)主流直播平臺。

關(guān)鍵能力

支持國內(nèi)主流直播平臺公屏彈幕信息，根據(jù)用戶預(yù)設(shè)自動回復(fù)

支持用戶實時編輯劇本，插播干預(yù)、真人語音接管等多種模式

支持資源、模板個性化配置與分享；讓經(jīng)銷商管理更靈活

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

支持對接直播平臺，開放的接入方式

立即咨詢

新聞播報

數(shù)字新主播，一次訓(xùn)練，告別播報口誤
新聞播報場景嚴(yán)肅，主播往往經(jīng)過層層篩選，對內(nèi)容播報準(zhǔn)確率要求高。數(shù)字人播新聞無需背稿，避免出錯，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，1080p視頻合成效率1:1.5

支持自動解析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

立即咨詢

教育培訓(xùn)

教育培訓(xùn)?

在線教育課程錄制提效工具，無需講師頻繁拍攝
講師可以減少視頻錄制頻次，也不用擔(dān)心面對鏡頭緊張影響培訓(xùn)錄制效果，更多時間聚焦內(nèi)容輸出。多應(yīng)用于教育機構(gòu)、企業(yè)培訓(xùn)等場景，幫助建立更專業(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，1080p視頻合成效率1:1.5

支持自動解析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

立即咨詢

智能客服

數(shù)字人智能交互

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

關(guān)鍵能力

支持個性化定義客服形象、聲音，讓AI服務(wù)過程更人性化

支持文本語音全方位交互，智能響應(yīng)，滿足客戶需求

立即咨詢

數(shù)字人直播視頻幫助

華為云MetaStudio數(shù)字人