搜狗分身技術

“搜狗分身”技術是搜狗人工智慧的核心技術之一，誕生於搜狗“自然互動+知識計算”這一人工智慧理念之下。

技術簡介

“搜狗分身”技術是搜狗人工智慧的核心技術之一，誕生於搜狗“自然互動+知識計算”這一人工智慧理念之下。該技術能夠利用搜狗的AI能力，從圖像表情，聲音語言習慣，邏輯思維等層面對AI進行擬人化訓練，然後克隆製造人類的AI分身，進而幫助人類提高信息表達和傳遞的效率。

該技術包含語音合成和圖像生成兩大引擎，能通過人臉關鍵點檢測、人臉特徵提取、人臉重構、唇語識別、情感遷移等多項技術，並結合語音、圖像等多模態信息進行聯合建模訓練後，生成與真人無異的AI分身模型。

技術原理

搜狗分身技術包含語音合成和圖像生成兩大引擎，在語音合成引擎中，基於用戶少量音頻數據，使用搜狗個性化語音合成技術，學習用戶音色、韻律、情感等多維度特徵，建立輸入文本與輸出音頻信息的關聯；在圖像生成引擎中，使用搜狗人臉識別、三維人臉重建、表情建模等技術對人臉表情動作進行特徵學習和建模，建立輸入文本、輸出音頻與輸出視覺信息的關聯映射，最終生成輸出分身視頻。搜狗分身能夠模擬人類說話的聲音、嘴唇動作和表情，並將三者自然匹配，機器以自然的形象呈現在用戶面前。

技術過程

第一步：人物本人面對鏡頭錄製一小段音視頻數據；

第二步：搜狗“分身”提取人物的個人特徵（如聲音、唇形、表情動作等）；

第三步：利用（語音合成+唇形合成+表情合成）*深度學習技術合成“AI分身”。

套用領域

媒體：AI合成主播；

醫療：電話隨訪；

教育：AI合成教師，輔導教學；

法律：AI合成法律顧問，法律諮詢；

家庭：陪護孩子、親人。

搜狗分身技術的套用場景廣泛，可以涵蓋需要人類參與的眾多內容表達場景，例如新聞播報、虛擬教師、虛擬醫生、虛擬客服等。