基于人工智能的虛擬數(shù)字人在廣播電視工程中的應用

【摘要】當前，人工智能技術(shù)越來越成熟，虛擬數(shù)字人在廣播電視領域的應用也越來越廣泛。本文對基于人工智能的虛擬數(shù)字人相關理論進行了分析，著重研究了基于人工智能的虛擬數(shù)字人在廣播電視新聞、綜藝、體育等節(jié)目中的應用，并對廣播電視工程中虛擬數(shù)字人的創(chuàng)新發(fā)展進行了展望，以期為廣播電視工程領域的虛擬數(shù)字人應用提供一定參考。

【關鍵詞】人工智能；虛擬數(shù)字人；廣播電視工程

中圖分類號：TN92" " " " " " " " " " " " " " 文獻標識碼：A" " " " " " " " " " " " " " DOI：10.12246/j.issn.1673-0348.2024.22.002

近年來，人工智能技術(shù)快速發(fā)展，基于人工智能的虛擬數(shù)字人技術(shù)日益成熟，已被廣泛應用于廣播電視領域，虛擬數(shù)字人的應用場景逐漸明晰、應用效果也不斷提升，有效促進了廣播電視行業(yè)的發(fā)展。在現(xiàn)代視聽行業(yè)發(fā)展中，人們對視聽體驗提出了更高的要求，加上新媒體技術(shù)的發(fā)展，傳統(tǒng)的廣播電視媒體發(fā)展受到了很大的影響，廣播電視工程建設中，還需積極推動技術(shù)創(chuàng)新。虛擬數(shù)字人作為一種新的視聽媒介，不僅有著逼真的形象，還有著智能化的交互能力，可以為廣播電視媒體提供新的視聽形式和載體，進而更好地滿足觀眾視聽需求。本文對人工智能的虛擬數(shù)字人在廣播電視工程中的應用進行了研究，并對虛擬數(shù)字人在廣播電視工程中的創(chuàng)新發(fā)展進行了展望。

1. 基于人工智能的虛擬數(shù)字人概述

1.1 虛擬數(shù)字人概述

虛擬數(shù)字人技術(shù)需應用到計算機圖形學、計算機視覺、人工智能等知識。這一技術(shù)的具體應用中，可以利用計算機圖形學創(chuàng)建數(shù)字模型，模擬人體骨骼結(jié)構(gòu)與外貌特征，并控制虛擬數(shù)字人的動作，模擬人類行為。運用骨骼動畫和紋理貼圖等技術(shù)，能夠進一步增強虛擬數(shù)字人的真實度，進而給觀眾帶來更加真實的觀看體驗。為進一步提升虛擬數(shù)字人的真實感，還需引入語音識別、面部表情、手勢識別等技術(shù)。在虛擬數(shù)字人中運用語音識別技術(shù)，可以增強虛擬數(shù)字人的互動交流能力，虛擬數(shù)字人可以理解并回應人類指令。在虛擬數(shù)字人中使用面部表情技術(shù)，可以讓虛擬數(shù)字人更好地傳達情感。在虛擬數(shù)字人中使用手勢識別技術(shù)，可以讓虛擬數(shù)字人更好地識別用戶手勢，進而實現(xiàn)與用戶的自然交互。當前，虛擬數(shù)字人技術(shù)的應用領域越來越廣泛，并有效改變和推動了各個行業(yè)領域的發(fā)展，比如電影、虛擬現(xiàn)實、娛樂等，通過對這一技術(shù)的應用，可以為人們帶來更加逼真的視聽體驗。

1.2 人工智能在虛擬數(shù)字人中的應用

虛擬數(shù)字人作為重要的人機交互技術(shù)，能夠理解和處理人類語言是實現(xiàn)人機交互目的的關鍵，因此，虛擬數(shù)字人中還需加強人工智能技術(shù)應用研究。在虛擬數(shù)字人中運用自然語言處理和語音識別技術(shù)，可以有效增強虛擬數(shù)字人的人機交互能力，不僅可以深入分析相應文本和語義，還能將語音轉(zhuǎn)化為文本，進而達到語音交互效果。虛擬數(shù)字人如果要更好地模擬人類語言、動作和行為，需要能夠逼真地表達人類情感，運用情感識別和情感合成技術(shù)，可以讓虛擬數(shù)字人更好地理解人類面部表情、聲音語調(diào)及語言語氣等，可以讓虛擬數(shù)字人表現(xiàn)得更加人性化。此外，還可以在虛擬數(shù)字人中引進機器學習、深度學習等技術(shù)，增強虛擬數(shù)字人的學習能力，虛擬數(shù)字人在大量學習后，能有效改善和優(yōu)化自身交互能力，從而更加智能。通過對人工整理技術(shù)的應用，可以有效提升虛擬數(shù)字人的交互能力，提升其智能水平，進而給各領域的創(chuàng)新發(fā)展帶來更多的可能性。

2. 虛擬數(shù)字人在廣播電視工程中應用的關鍵技術(shù)和實施策略

2.1 高精度建模與實時渲染技術(shù)

高精度建模與實時渲染技術(shù)是虛擬數(shù)字人視覺呈現(xiàn)的重要基石，在虛擬數(shù)字人的創(chuàng)造中，運用高精度建模技術(shù)，才能讓人感受到虛擬數(shù)字人的真實感。在虛擬數(shù)字人的高精度建模中，可以利用3dsMax、Maya、Zbush等建模軟件開展虛擬數(shù)字化設計，完成模型構(gòu)建后，可以對相應模型虛擬合成并渲染，進而形成三維模型，虛擬數(shù)字人模型的構(gòu)建中，還可以對其人體、衣物進行三維建模，而這一過程對相關技術(shù)有著較高的要求[1]。在具體的模型制作中，需要精準模擬人類身體各個部位的幾何形狀、皮膚質(zhì)地、肌肉運動規(guī)律及細微表情變化。虛擬數(shù)字人的模型制作中，可以采用多邊形建模、NURBS曲面模型、細分表面建模等方法進行建模，通過對相應軟件的運用可以有效構(gòu)建虛擬數(shù)字人的皮膚、毛發(fā)、服飾等細節(jié)部位的高分辨率模型，同時，還可以借助人體解剖學、生物力學等專業(yè)知識，真實再現(xiàn)人體面部表情和各種動態(tài)變化。比如在臉部模型的制作中，可以采用人臉掃描設備再現(xiàn)毫米級的真人3D臉部模型及貼圖，將相應模型與貼圖導入UE5軟件后，相應軟件能夠自動識別相應數(shù)據(jù)，并能夠手動拓撲裝扮身體、服裝、發(fā)型，模型制作人員可以在UE5/Maya軟件中進一步優(yōu)化模型細節(jié)，最終形成逼真的虛擬數(shù)字人。

在完成虛擬數(shù)字人的模型制作后，通過對實時渲染技術(shù)的運用，可以將相應模型轉(zhuǎn)化為觀眾可見的動態(tài)圖像，這一技術(shù)對虛擬數(shù)字人的視覺真實感有著決定性的影響。關于虛擬數(shù)字人模型的實時渲染，其主要是借助基于物理的渲染、全局光照、環(huán)境遮蔽及光線追蹤等多種技術(shù)，保證虛擬數(shù)字人在實時交互的基礎上，運用實時渲染技術(shù)，有效模擬真實世界的光照、陰影、反射和折射等現(xiàn)象，進而呈現(xiàn)真實的視覺效果。在廣播電視工程中，通過應用實時渲染技術(shù)，能夠讓直播、錄播等場景中的虛擬數(shù)字人保持自然、流暢的動作，給觀眾帶來真實的感受，從而更好地沉浸于節(jié)目中。

2.2 動作捕捉與實時交互設計

動作捕捉技術(shù)可以讓虛擬數(shù)字人呈現(xiàn)更加逼真的動態(tài)效果，進而給觀眾帶來更好的視聽體驗。在動作捕捉技術(shù)應用中，需要借助精密的設備捕捉真人動作數(shù)據(jù)，一般是安裝慣性傳感器、光學標記點捕捉系統(tǒng)等，相應系統(tǒng)與設備可以真實記錄表演者的動作數(shù)據(jù)，將相應數(shù)據(jù)上傳至虛擬數(shù)字人模型后，可以為虛擬數(shù)字人賦予更多活力，提升虛擬數(shù)字人逼真性[2]。同時，為進一步提升虛擬數(shù)字人的生命力和智能性，還需做好虛擬數(shù)字人的實時交互設計工作。具體的設計中，需要將集成語音識別、自然語言處理、機器學習等技術(shù)充分應用到虛擬數(shù)字人的實時交互設計中，確保其能夠?qū)崟r理解用戶信息，并根據(jù)不同信息做出針對性的響應，進而提升對話和互動的順暢性。通過應用動作捕捉與實時交互設計，可以有效提升虛擬數(shù)字人的真實感。隨著虛擬數(shù)字人技術(shù)的發(fā)展，這一技術(shù)在廣播電視工程中的應用越來越廣泛，并進一步拓展了廣播電視工程的發(fā)展路徑，但在虛擬數(shù)字人技術(shù)的具體應用中，還需根據(jù)廣播電視工程需求，合理選擇動作捕捉設備與技術(shù)路線，保證相應數(shù)據(jù)的準確性。為了提升虛擬數(shù)字人的交互性，還應采用更加智能的引擎，合理設計交互框架，針對廣播電視工程提出的實時性、穩(wěn)定性、可靠性要求，還需深入優(yōu)化動作捕捉與交互流程，采用更加科學的算法，減少數(shù)據(jù)延遲，提高數(shù)據(jù)處理效率，保證虛擬數(shù)字人在更加復雜的情況下也能實現(xiàn)良好的交互效果。此外，不僅要保證技術(shù)層面的穩(wěn)定性、逼真性，還應注意關注交互過程中的情感設計，確保虛擬數(shù)字人在交互中能夠精準傳遞相應內(nèi)容的情感，才能給觀眾帶來沉浸式的視聽體驗。

3. 基于人工智能的虛擬數(shù)字人在廣播電視工程中的應用

3.1 在新聞節(jié)目中的應用

隨著人工智能技術(shù)的發(fā)展，廣播電視工程新聞節(jié)目中可以創(chuàng)造虛擬的主持人、記者或解說員，可以為觀眾帶來更好的交互體驗。虛擬主持人采用了語音合成和面部動畫技術(shù)，對專業(yè)主持人的語言、動作和行為進行模擬，虛擬主持人可以自然流暢地與觀眾互動。同時，通過應用語音識別技術(shù)，虛擬主持人還能對新聞內(nèi)容進行智能化解讀，并實現(xiàn)實時的報道與評論，有效增強與觀眾的互動性[3]。廣播電視工程也可以利用虛擬數(shù)字人技術(shù)創(chuàng)造虛擬記者，在各類新聞事件的報道中，虛擬記者還可以將現(xiàn)場采訪中相關信息轉(zhuǎn)化為文字或語音，還能對相應文本進行智能化解讀。通過創(chuàng)造虛擬記者，可以進一步提升新聞報道水平，為觀眾呈現(xiàn)更加豐富的新聞內(nèi)容。在新聞節(jié)目中，還可以創(chuàng)造虛擬解說員，利用深度學習和情感合成技術(shù)，虛擬解說員可以模擬人類情感和聲音，進而給觀眾帶來更好的視聽體驗。比如央視頻所創(chuàng)造的AI虛擬主持人“王冠”，這一虛擬主播是中央廣播電視總臺的首個超仿真主播，在節(jié)目播出過程中，“王冠”有著自然的語音、毫秒級的微表情，還能實現(xiàn)全時態(tài)動作捕捉，實現(xiàn)對主播的超自然仿真。此外，中央廣播電視臺在新聞節(jié)目播出中，還推出了AI手語主播，其中使用了手語翻譯引擎和自然動作引擎，讓AI手語主播可以精準連貫地呈現(xiàn)手語，有很高的手語表達能力，隨著技術(shù)的發(fā)展，AI手語主播的手語解說能力將越來越專業(yè)。

3.2 在綜藝節(jié)目中的應用

綜藝節(jié)目中虛擬數(shù)字人的應用，為保證虛擬數(shù)字人的真實性，需要運用動作捕捉技術(shù)，對各類角色的外貌、動作進行模擬，同時，借助虛擬現(xiàn)實技術(shù)還能讓虛擬數(shù)字人與真實人物進行真實的互動，提升觀眾的互動性。通過對虛擬數(shù)字人的應用，能夠有效增強綜藝節(jié)目趣味性，觀眾也能在綜藝節(jié)目中扮演各種角色，充分參與到綜藝游戲中，進而推動綜藝節(jié)目創(chuàng)新發(fā)展。同時，在虛擬數(shù)字人中運用語音識別和語義分析技術(shù)，虛擬數(shù)字人還能更好地理解和回應觀眾指令，能夠與觀眾進行實時的互動[4]。觀眾可以通過語音、手勢充分參與到綜藝節(jié)目中，從容獲得更好的互動體驗。虛擬數(shù)字人技術(shù)中運用計算機圖形學和特效技術(shù)，可以形成更加逼真的畫面效果，模擬真實的場景環(huán)境，進一步增強綜藝節(jié)目的視覺沖擊力，從而給觀眾帶來更好的視聽體驗。比如訊飛音樂創(chuàng)造了AI虛擬歌手Luya，這一形象是利用音色解耦模型構(gòu)建了人類音色高維空間，并對其外在形象進行了精細的勾勒，對其音色進行了精準的定位，最終形成了獨一無二的“x-vocal”音色，這一虛擬形象與多個平臺進行合作，并登上了廣西衛(wèi)視的春節(jié)聯(lián)歡晚會，給觀眾帶來了良好的視聽體驗。

3.3 在體育節(jié)目中的應用

關于體育節(jié)目中虛擬數(shù)字人的應用，可以利用這一技術(shù)在體育節(jié)目中創(chuàng)造虛擬運動員，其中還涉及到深度學習與機器學習技術(shù)，體育解說員在解說過程中，可以利用虛擬運動員真實再現(xiàn)體育比賽中運動員的表現(xiàn)和戰(zhàn)術(shù)策略，并直觀地分析比賽數(shù)據(jù)，進而給觀眾帶來更加生動的比賽解說。同時，體育節(jié)目中還可以創(chuàng)造虛擬分析員，并創(chuàng)造虛擬圖形，實現(xiàn)數(shù)字的可視化，觀眾可以更加直觀地了解比賽狀況，更好地理解相應觀點[5]。通過對計算機圖形學與虛擬現(xiàn)實技術(shù)的應用，可以再現(xiàn)體育場中的場景、運動員、虛擬觀眾，體育節(jié)目播出過程中，能夠為觀眾提供多方位視角，并實現(xiàn)實時重播。觀眾在觀看體育節(jié)目過程中，能夠身臨其境地感受體育現(xiàn)場環(huán)境。由于虛擬數(shù)字人運用了姿勢識別和語音交互技術(shù)，觀眾可以與虛擬數(shù)字人進行充分的互動交流，能夠有效增強觀眾的參與感，提升體育節(jié)目的趣味性。比如中央廣播電視總臺創(chuàng)造了3D超寫實虛擬數(shù)字人小C，這一虛擬形象采用了語音、自然語言處理、計算機視覺等技術(shù)，同時，還利用了4D掃描采集了大量人臉數(shù)據(jù)，經(jīng)過大量的訓練后，最終形成了“小C”這一形象。關于虛擬形象“小C”的運用，在2022年的北京冬季奧運會擔任過多個體育節(jié)目主持人，節(jié)目播出過程中，通過“小C”這一形象，為廣大觀眾全面呈現(xiàn)了冬奧會賽場情況，其形象新穎活潑，受到了觀眾的一致好評和喜愛。

4. 廣播電視工程中虛擬數(shù)字人的創(chuàng)新發(fā)展

4.1 基于深度學習與生成式人工智能技術(shù)的創(chuàng)新發(fā)展

隨著用戶對視聽需求的不斷擴大，虛擬數(shù)字人需要引入更加先進的技術(shù)，以進一步提升虛擬數(shù)字人的制作水平?；谏疃葘W習與生成式人工智能技術(shù)的虛擬數(shù)字人是重要的發(fā)展方向，相應技術(shù)可以為虛擬數(shù)字人提供更加強大的算法支持，相比真人驅(qū)動的虛擬數(shù)字人，算法驅(qū)動的虛擬數(shù)字人有著更高的逼真度和靈活性，比如廣州臺的虛擬數(shù)字人“小朱”，這一人物形象采用了基于人工智能的圖像合成、唇形匹配等技術(shù)，形象更加逼真。同時，語音合成方面采用的是深度學習技術(shù)，包括序列到序列、波形生成、神經(jīng)聲碼器等，通過分析大量真實人聲數(shù)據(jù)，可以從中挖掘出人聲特征與語音變化，播出中，可以根據(jù)不同語言與情感需求生成相應的虛擬數(shù)字人，與真人錄制的虛擬數(shù)字人相比，算法驅(qū)動的虛擬數(shù)字人更加自然、豐富。

4.2 虛擬數(shù)字人形象從二維形象轉(zhuǎn)變?yōu)槿S形象

在廣播電視工程的虛擬數(shù)字人發(fā)展中，其形象逐漸從二維形象轉(zhuǎn)變?yōu)槿S形象，與二維形象相比，三維虛擬數(shù)字人的制作成本更高，但可以根據(jù)廣播電視工程節(jié)目制作需要，自由打造三維虛擬數(shù)字人的風格、外貌，且隨著相關技術(shù)的發(fā)展，三維的虛擬數(shù)字人形象也更加地精細、逼真，借助大模型的能力，在廣播電視節(jié)目中能夠呈現(xiàn)更好的畫面效果。

5. 結(jié)束語

隨著廣播電視行業(yè)的發(fā)展，廣播電視工程技術(shù)水平不斷提升，虛擬數(shù)字人在廣播電視工程中的應用越來越廣泛，有效提升了廣播電視服務水平。基于人工智能的虛擬數(shù)字人，可被應用于廣播電視工程的新聞節(jié)目、綜藝節(jié)目、體育節(jié)目等多種節(jié)目中，為觀眾提供更加豐富、互動和娛樂化的視聽體驗。未來，還應進一步加強虛擬數(shù)字人技術(shù)研究，積極推動虛擬數(shù)字人技術(shù)的應用，從而為觀眾帶來更好的視聽體驗。

參考文獻：

[1]王嘉.虛擬數(shù)字人技術(shù)在傳媒領域中的應用研究[J].現(xiàn)代電視技術(shù)，2023（4）：102-105.

[2]張亮.論虛擬數(shù)字人能否取代播音員和主持人[J].中國傳媒科技，2023（12）：25-28.

[3]秦貝貝，傅煥然，周粵婷.數(shù)字虛擬人產(chǎn)業(yè)發(fā)展現(xiàn)狀研究[J].廣播電視網(wǎng)絡，2023，30（2）：94-96.

[4]公慧，孫年軍.廣播電視領域人工智能技術(shù)應用觀察[J].西部廣播電視，2023，44（17）：69-71.

[5]郭偉.虛擬數(shù)字人技術(shù)在廣電新媒體中的應用[J].廣播電視信息，2022，29（6）：17-20.