什么是互动式数字人？

一.互动数字人对话流程

用户说话--ASR 语音识别--NLU 自然语言理解--DM 对话管理--NL 自然语言生成--TTS 文字生成语音--STV 语音生成视频

二.支持多终端交互：

1.智慧大屏 AI 数字人：提高公司品牌科技感，提高门店品牌形象，吸引线下流量关注，辅助门店业务咨询和引导

2.手机 app 实时交互:以 SDK 形式嵌入至手机 app，实时语音交互，创建沉浸式体验，VIP 客户线上服务，复杂产品推介

3.微信公众号:扫面二维码或从公众号开始数字人交互，适合会员服务场景，办理简单业务，解决问题方便快捷

4.微信小程序:扫描二维码或通过公众号菜单跳转语音交互，适合产品营销对接，多渠道流量导入

三.交互式数字人核心技术 （🌏：zhibo175）

1.形象克隆

拍摄真人出镜，正视镜头说话的 5-8 分钟绿幕视频，即可复刻出口型、动作、神态等 1:1 的数字人形象，行业高精度中文唇形驱动技术，性能优势与性价比处于全国领先水平。

2.“Al 大脑”模型

接入“讯飞星火认知大模型”，高智商，有灵魂的大脑，拥有跨领域的知识和语言理解能力，完成问答对话和文学创作等任务，还可以上传企业专属的知识库，持续从海量文本数据和大规模语法知识中学习进化，基于知识库问答、多轮对话能力拥有跨领域的知识和语言理解能力，实现从提出问题、规划问题到解决问题的全流程闭环。

超大规模语言模型：

（1）情景学习：在新领域下快速适应、学习，根据输入的任务描述生成对应模式的答案

（2）多语种：支持 10 种以上语言，包含但不限于: 中、英、德、西、法、日、意、俄、韩、葡

（3）语言的理解和生成：理解、分析输入文本及其情感色彩,基于上下文和相关知识生成自然语言文本

（4)逻辑推理：根据输入文本中的信息进行推理并生成相关输出，例如数学计算，逻辑推理等

(5)开放问答：深度理解问题和答案的意义，建立知识关联，支持自由询问，提供全面实用的回答

“数字人”和“AI 大脑”构建好后，通过多种技术手段，让数字人理解用户说的话，并把大脑内容传输出去。

3.音频采集

自研回声消除、声源定位，波束成形、去混响噪声抑制等核心算法用于远场语音交互场景。

4.显示终端

集合知识、看、听、说等多模态人机交互数字人，展现在大屏、移动设备、台式机或平板电脑等多个终端上，实现不同场景的真人模拟对话。

四.智能一体屏，实现真人与数字人的语音交互

1.休眠模式＋语音唤醒：平时处于休眠模式，可语音轻松唤醒数字人

2.形象＋视频＋文本＋图片任意组合：支持多模态，可支持文本，图片，视频等多种组合方式，展示不同的服务背景

3.语音＋触控双交互：支持语音对话，也支持屏幕触控，更方便交互

五：青否互动数字人灵活部署 （🌏：zhibo175），支持云端或本地服务器部署来满足企业的各项需求。

互动数字人已经应用了各种场景之中，替代一部分人工，为企业节省成本，增加工作效率做出了巨大贡献！