联系我们，获取一对一客户服务
合作咨询
云知声数字人通过音频和视频多模态融合、领先的人机对话交互全链路技术，结合语音识别、语义理解(大模型)、深度学习真人合成、有机融合视觉和听觉交互感受,提供高度模拟真人交互体验。广泛应用于交通客服导览、交通智能培训、勤务指挥监督、品牌形象代言等服务场景。
云知声数字人通过音频和视频多模态融合、领先的人机对话交互全链路技术，结合语音识别、语义理解(大模型)、深度学习真人合成、有机融合视觉和听觉交互感受,提供高度模拟真人交互体验。广泛应用于交通客服导览、交通智能培训、勤务指挥监督、品牌形象代言等服务场景。
方案架构
方案介绍
真人形象1:1还原定制
先由真人拍摄视频，后通过AI算法训练生成，多形象、多音色可选，支持多套服装、站姿、坐姿，满足不同使用场景，录制3分钟视频完成形象定制，录制2分钟语音完成声音定制。
3D拟真/卡通数字人形象定制
高／低拟真的卡通数字人，需要先设计卡通形象，然后进行3D建模和动作绑定，以精细／低拟的卡通形象与用户进行交互，整体制作周期一个月。
数字人引擎
口唇匹配
分析音频信号提取语音特征，实时驱动数字人口型模型变化
- 驱动口型运动
- 高度匹配语音输入
- 数百种口型模板
- 精准表达口型动作
- 真实流畅发音
面部驱动
利用深度学习技术，训练模型将面部数据映射至3D数字人模型，实现实时应用
- 表情自然逼真
- 语音内容驱动表情及肢体动作
- 丰富表情库和动作库
- 支持表情动作定制
动作触发
传感器捕捉惯性动作，AI实时渲染，语音、表情、情感与场景驱动，实现智能逼真3D数字人动作
- 动作触发驱动
- 动捕设备驱动
- 摄像头驱动
- 动作库
感知交互
产品特性:业界领先降噪算法确保音频纯净输入，通过高精度ASR识别和大模型文字理解和意图识别能力，最后通过端到端TTS技术将文字合成语音或复刻个性化声音，TTS在参数预测部分采用基于tacotron的seg2seg技术方案，在声码器部分采用 WaveNet 的技术方案，基于GAN和RNN 进行关键点预测和音视频生成。
认知交互
云知声山海大模型赋予数字人多模态融合认知大脑、感知声音融合、形成多模态交互闭环。应用到轨道交通、公交交通、航空交通、交通枢纽、道路交通等领域、实现知识检索查询、智能推理和比对、自动生成内容等智能化服务，并配合插件API扩展功能与应用场景。
技术路线
方案优势
高度逼真的视觉呈现
先进渲染技术： 运用尖端的图形渲染技术，创造出接近真实的数字人物形象。
动态表情捕捉： 通过高精度的表情捕捉系统，实现自然流畅的表情变化，增强互动的真实感。
肢体动作模拟： 精细的肢体动作模拟技术，使得数字人能够在各种场景中自然地表达情感和意图。
智能交互能力
自然语言处理(NLP)： 强大的自然语言处理引警使数字人能够理解复杂的语义，进行流畅的人机对话。
情境感知： 能够根据不同的场景自动调整交互策略，提供个性化的服务体验。
多模态交互： 支持语音、文字、图像等多种输入方式，丰富了用户与数字人之间的沟通手段。
一站式解决方案
跨平台兼容性: 支持多种接入方式，包括H5网页、微信小程序以及Android和iOS移动应用程序，覆盖广泛的用户群体。
高性能渲染: 采用WebGL、Unitv和UE (Unreal Enaine) 等先进的渲染引擎，确保在不同平台上都能星现出高质量的视觉效果。
实时互动体验: 兼容多种通信协议(如RTSP、WebRTC和TRTC)，保了低延迟、高清晰度的实时视频流传输，增强了用户与动体验。
高效的内容创作
自动化生成： 支持快速创建个性化内容，降低内容制作成本。
模板化编辑： 提供丰富的模板选择，简化内容创作流程。
一键发布： 方便快捷地将数字人内容发布到不同的平台和渠道。
应用场景
提供服务咨询、站内引导、融合换乘指导、周边商家等功能
交通领域教育培训与模拟实训虚拟数字人方案
实现对勤务工作的全面监控、精准指挥和有效监督
青岛地铁吉祥物：青小铁、青小通