(相關資料圖)

近兩年，元宇宙概念興起，虛擬數(shù)字人成功在金融行業(yè)出圈，各家商業(yè)銀行紛紛推出虛擬數(shù)字員工，例如：浦發(fā)銀行推出“AI虛擬數(shù)字人”小浦，百信銀行發(fā)布虛擬數(shù)字員工AIYA艾雅，中金財富數(shù)字員工Jinn亮相虛擬發(fā)布會，平安銀行原創(chuàng)虛擬偶像“小財娘”等。可見，借助虛擬數(shù)字人提供數(shù)字化服務，正成為金融機構升級用戶體驗的新路徑。

近日，興業(yè)證券旗下的兩款虛擬數(shù)智人通過一支新春拜年視頻正式亮相：2D真人形象數(shù)智人名叫小知，是興業(yè)證券的首位數(shù)智服務官，3D卡通數(shù)智形象名為機智貓，是由興業(yè)證券的自有吉祥物演化而來。

與此前行業(yè)內(nèi)的虛擬數(shù)字人不同，“小知”是興業(yè)證券攜手火山引擎打造的業(yè)內(nèi)首款以自有員工為原型、集“播報+服務”于一體的全真數(shù)字分身。從外形來看，不僅與真人無異，其微表情、口形和動作都達到高仿真和自然度要求。除此之外，小知還能智能識別文本的內(nèi)容，再通過音色生動傳遞開心、驚訝、憤怒等豐富的情感，為用戶提供有溫度的服務。

然而如此相貌“孿生”且生動自然的虛擬數(shù)字人小知是如何做到完美復刻的？這一切的背后均離不開“火山語音”，其作為火山引擎金融虛擬數(shù)字人解決方案的技術提供方，在打造小知的過程中運用了多項業(yè)界領先的核心技術。比如為了使“小知”的口唇形自然，火山語音通過非自回歸模型的唇形生成網(wǎng)絡，合成與輸入文本或語音完全匹配的唇形，該技術有效減小誤差累積，準確率高達98.55%，整體MOS分4.0+；基于火山語音創(chuàng)新的Motion Graph技術，“小知”可以輕松做到毫秒級動作切換延遲且自然無感知；“小知”豐富的情感演繹能力，是在火山語音業(yè)內(nèi)領先的端到端語音合成技術加持下，通過控制音色的重音、停頓等，賦予多樣的語氣，實現(xiàn)笑聲、哭腔等非語言現(xiàn)象建模能力，從而讓AI演繹更貼近真人。

同時，在“小知”身上還運用到了抖音同源的面部重塑、人臉關鍵點檢測、虛擬人通用大模型等技術。與小知一同亮相的3D虛擬數(shù)字形象機智貓，采用火山語音領先的自研細粒度唇形驅(qū)動方案，僅使用5分鐘的精標數(shù)據(jù)訓練即可生成高精度的唇形及表情，帶給用戶生動活潑的服務體驗。

值得一提的是，在火山語音的“AI虛擬員工解決方案”支持下，火山引擎已建立了包括2D、3D卡通和3D超寫實在內(nèi)的虛擬數(shù)字人產(chǎn)品矩陣；從場景適配出發(fā)，包括“播報型數(shù)字人”和“交互型數(shù)字人”兩種類型。目前該方案已經(jīng)具備標準平臺的快速交付能力，面向金融、大消費、泛互等行業(yè)提供涵蓋“金融客服”、“智慧導覽”、“智能助理”、“虛擬直播”等場景細分解決方案，為用戶帶來全新的互動服務和便捷體驗。2022年6月，火山引擎虛擬人數(shù)字平臺已獲得信通院首批數(shù)字人系統(tǒng)基礎能力認證。

據(jù)《虛擬數(shù)字人深度產(chǎn)業(yè)報告》預計，2030年我國虛擬數(shù)字人整體市場規(guī)模將達到2700億，其中，以企業(yè)服務為形式的2B、2C服務有巨大的機會。對于銀行來說，在降本增效的大趨勢下，銀行業(yè)必須要重新思考如何在保持原有服務特點的同時，又能夠擺脫對人的依賴，因此虛擬數(shù)字人給了很好的解決方案。正如此次興業(yè)證券打造的虛擬數(shù)字人，除了借助虛擬人打造IP，提升品牌科技感，以及降本增效以外，還可進一步拓展虛擬人交互、虛擬人直播等場景，為客戶提供多維度、多渠道、更滿意的使用體驗。

在當前數(shù)字化浪潮之下，火山語音作為金融虛擬數(shù)字人解決方案的技術提供方，在持續(xù)提供全球優(yōu)質(zhì)的語音AI技術能力以及全棧語音產(chǎn)品解決方案的同時，將繼續(xù)深耕AI數(shù)字人技術，不斷探索前沿科技與業(yè)務場景的高效結(jié)合，以實現(xiàn)更大的用戶價值。可以預料，隨著技術進一步成熟，在金融領域未來會有更多的虛擬“打工人”出現(xiàn)。

本文來源：財經(jīng)報道網(wǎng)

關鍵詞： 降本增效 金融機構