<form id="1rp55"><th id="1rp55"><progress id="1rp55"></progress></th></form>

    <noframes id="1rp55">

    <noframes id="1rp55"><address id="1rp55"></address>
    <listing id="1rp55"><listing id="1rp55"><menuitem id="1rp55"></menuitem></listing></listing>

    <address id="1rp55"></address><address id="1rp55"></address>

    科技魔方

    多模態人機交互讓“虛擬人”更具溫度

    即時新聞

    2022年01月18日

      “你好,小布!附近有什么好吃的?”用戶的話音剛落,手機上就出現了一個小窗口,讓附近飯店的排名一目了然。對話中的“小布”是OPPO手機自帶的智能助手,并在前段時間成為業界首個基于“虛擬人”多模態交互的手機智能助手。去年年末,“虛擬人”市場快速升溫。除OPPO之外,京東、百度、阿里巴巴等科技企業都推出了自己的超寫實數字人,B站還專門為虛擬主播開設分區,“虛擬人”已經走進了人們的生活。

      “虛擬人”受到熱捧的重要原因之一,是人們對人機交互的更深層次需要。從單純的文本到語音,再到計算機視覺等技術的融合,人的天性傾向于融合視覺、聽覺等多種感官的交互過程。而“虛擬人”背后的多模態人機交互技術,恰好能夠滿足人對外界信息獲取逐漸升維的過程,讓“虛擬人”看起來像人、聽起來像人,更加具備人的溫度。

      “虛擬人”背后的技術支撐

      人機交互走過了鍵盤交互、觸摸交互、語音交互等若干階段。如今,由于用戶對人機交互的便利性、自然性以及準確性提出了更高要求,更加智能化且能夠理解用戶意圖的多模態人機交互,開始成為人機交互發展的重要趨勢。

      在接受采訪時,OPPO小布助手首席架構師萬玉龍向《中國電子報》記者表示,當深度學習算法在各技術方向逐漸趨于產業化,智能交互變得愈發重要。在這之后,傳感器、視覺技術、語音技術和自然語言處理技術等都進行了迭代升級,多種技術的融合形成了多模態人機交互方式。

      通過文字、語音、視覺的理解和生成,結合動作識別和驅動、環境感知等多種方式,多模態人機交互能夠充分模擬人與人之間的交互方式。萬玉龍給記者舉例道,地鐵、銀行、商場等復雜環境下的服務類機器人就是結合傳感器、人臉識別、語音交互等技術來幫助人們完成信息查詢、購票、商家導航等需求任務。

      現階段,多模態人機交互領域最火的代表就是“虛擬人”了。萬玉龍向記者表示,得益于元宇宙概念的大火,“虛擬人”這一元宇宙世界的“小切口”也得到了業界的廣泛關注。

      2021年第三季度,OPPO推出智能助手小布的首個“虛擬人”版本,為“虛擬人”市場再添一把火。相關資料顯示,小布“虛擬人”涵蓋了視覺、語音、自然語言處理等多模態融合算法,采用多種基礎創新技術,可以實現與用戶在多個場景生態下的內容服務、實時交互以及情感化交互。

      作為多模態人機交互領域的重要成果之一,“虛擬人”背靠前端聲學處理、語音喚醒、語音識別、對話理解和管理、語音合成、計算機視覺和圖形學等技術支撐。萬玉龍對記者談道,語音交互是在對話理解的基礎上,通過對話管理生成對應的回復話術和內容服務,結合語音合成技術(TTS)生成播報音頻;虛擬人多模態交互則需要在此基礎上,進一步理解播報文本所蘊含的表達信息,通過文本和語音分析,生成對應表情、嘴形和動作。

      “除了嘴形以外,要想呈現出眼部、臉部的表情,以及我們說話或者非常開心時做出的動作,都需要3D人物設計和建模,并實時的根據表達內容預測人物身體各部位的驅動參數,進而結合渲染引擎實現對人物模型的驅動。”萬玉龍舉例道,比如某個人在說“大”的時候,他的嘴型就會張得很大,然后說字母“O”的時候嘴型會呈現出一個圓形。

      為了讓智能助手變的更加智能,人機互動過程還會涉及知識圖譜、內容推薦等寬泛的技術領域。

      AI學習還需要大量數據積累

      現階段,虛擬人在三個環節上存在關鍵性的技術難點。萬玉龍向《中國電子報》記者指出,第一,從形象生成來說,用戶會越來越希望他們所構建出來的“虛擬人”,在形象上顯得更加逼真,比如發絲、衣服的紋理等很細致入微的特點都能完美呈現。只有“虛擬人”真正像一個活生生的人站在用戶面前,用戶才能感覺到自己與虛擬人之間的距離被拉近。

      “但要實現這一點,涉及的技術點其實非常多,處理起來會非常困難,且制作成本居高不下。”萬玉龍對記者坦言。

      第二,在形象驅動方面,“虛擬人”的行動需要呈現得更加流暢和自然,而不是像機器人那樣僵硬。人在交流表達的時候,不管是手、眼還是表情,所有的肢體動作都是根據表達的內容和情緒去變化的。但“虛擬人”想要達到這點,還需要更強大的AI機器學習和深度學習。AI只有在學習了大量真人表情、肢體表達的數據之后,才會慢慢趨近于真人,但這是一個非常漫長的過程。

      第三,形象互動對于虛擬人來說尤為重要,因為“虛擬人”最大的賣點就在于互動性。如果“虛擬人”不能為用戶提供自然、舒適的交互體驗,用戶很快就會失去興趣。但這種互動性的提升其實并不簡單。比如,人在回答問題時,通常會結合語句“上下文”,運用自己的背景知識很快給出合適的答復。智能虛擬人助手則需要通過學習大量人跟人的對話數據,來構建和豐富知識庫。這些數據的獲取并非易事,因為AI學習所需的數據量十分龐大,且需要不斷更新,其中的難度不言而喻。而且,在獲得數據之后,AI還需要對獲取的數據進行質量把控和篩選,很難做到逐一排查。AI如果沒有辨別能力,在學習完數據之后很難對習得內容進行修改,所以有些不合時宜的語句很可能會對用戶造成不良影響。

      另外,假設人們問AI一個知識點,它也許會從知乎或者其他網站上選一個答案進行反饋,但這就涉及知識產權的問題,同時AI所學習到的知識也無法保證具有絕對專業性。比如,人們在生病的時候不能去詢問智能虛擬人助手自己該吃什么藥,因為無法保證所獲取到的答案的專業性。如果“虛擬人”助手給出一個錯誤的答案,人的健康可能會出現問題。所以,“虛擬人”要想與用戶進行無障礙且自然流暢的交流,還需要更多的技術積累與沉淀。

      向具備更多應用價值的領域拓展

      盡管“虛擬人”在技術上尚存難點,但近年來的底層技術其實也在不斷進步。萬玉龍對《中國電子報》記者表示,不管是語音識別、對話理解、語音合成等語音交互技術,還是唇形驅動、表情驅動等多模態驅動參數預測技術,建模流程和方案都在變得更加簡單。

      “從機器學習的模型層面來說,算法的迭代已經讓模型訓練和調優進入到了‘門檻越來越低’的階段。”萬玉龍表示。

      算力的提升也會讓“虛擬人”形象更加接近真人。萬玉龍對記者說,手機等設備端的算力正變得越來越強,云端服務器的算力也在不斷增強,促使AI工程師們可以生成更加復雜、更加真實的人物形象。

      2021年,英偉達CEO黃仁勛的一段“虛擬人”演講視頻風靡全球,英偉達推出的Omniverse平臺進一步走入大眾視野。據了解,Omniverse平臺是英偉達推出的實時3D設計協作和虛擬世界模擬平臺,旨在通過將圖形、AI、模擬和可擴展計算整合到一個平臺上,成為連接虛擬世界的基礎。

      萬玉龍表示,借助自身強大的GPU算力,英偉達構建了一個看上去比較真實的人物形象。這進一步表明,目前的算力確實提升了一個臺階,算力的提高也讓超寫實人物的渲染變得更具可行性。一方面是對話式AI技術的不斷升級,另一方面就是虛擬人物的形象構建能力越來越強,整個對話體驗也變得更加智能,對話理解、知識圖譜等認知能力的建設更上一層樓,助力“虛擬人”產品化的能力日益提升。

      有人說,汽車是下一代“移動終端”,有望成為實現人機互動、情感交互的移動載體。那么,“虛擬人”是否有可能出現在智能座艙領域?

      在萬玉龍看來,不管是手機還是汽車,其實都可以被視為一個智能交互載體。OPPO推出的小布“虛擬人”目前的著力點主要還是在提升手機、電視、可穿戴設備等智能設備的交互體驗。萬玉龍表示,如果智能座艙等設備形成一定的規模之后,智能助手在這些設備中一定會有與用戶頻繁交互的機會,所以必然會產生一些場景應用價值。只要是有應用價值的領域,“虛擬人”的觸角其實都是可望又可及的。

    +1

    來源:中國電子報、電子信息產業網 作者:張依依、許子皓

    推薦文章

    免费国产黄在线观看,吃农村哺乳丰满妇女奶水,7788亚洲精品无码专区在线
      <form id="1rp55"><th id="1rp55"><progress id="1rp55"></progress></th></form>

      <noframes id="1rp55">

      <noframes id="1rp55"><address id="1rp55"></address>
      <listing id="1rp55"><listing id="1rp55"><menuitem id="1rp55"></menuitem></listing></listing>

      <address id="1rp55"></address><address id="1rp55"></address>