虚拟主播较早可以追溯到虚拟主持人的时代。

2001年，英国PA New Media公司推出了世界上第一个虚拟主持人阿娜诺娃。这个只有头部动画、表情也略显僵硬的2D虚拟人物，凭借着可快速制作视频、24小时持续播报的特点，在全球刮起了一阵打造“虚拟主持人”的飓风。

“美、韩、日纷纷跟进，我国央视在2004年也推出了国内首位虚拟电视节目主持人——小龙。它采用三维形象技术，拥有高挑的身材，集合了刘德华、梁朝伟和金城武的‘脸部精华’，并可单独主持栏目。”杭州相芯科技有限公司（以下简称相芯科技）产品经理马骁驰在接受科技日报记者采访时表示，但其制作成本其实远超聘请一位专业真人主持，因此这把星星之火还未燎原便悄然黯淡下来。

几年后，人工智能的兴起给各行各业带来了新的视角，虚拟主持人摇身一变，升级成了虚拟主播。

“除了强硬的主持功底，虚拟主播将人工智能与三维虚拟形象技术结合起来，可以极大简化策划、编辑、主持、制作等一系列工作，快速提升播报效率。”马骁驰告诉记者，编辑人员仅需输入文字，很快就能自动生成虚拟主播的视频，“一点不用操心”。且相比过去的虚拟主持人，虚拟主播无论是表情、神态，还是形象、动作，都更接近于真人状态。

降低门槛 语音动画合成让视频制作更简单

可以预见，虚拟主播在传统媒体、IP运营、自媒体视频内容制作等领域具有“通吃”的美好前景，小萌芽和小萌花掀起的热潮就是很好的佐证。

这两只萌物是如何制作出来的？“该虚拟主播的核心技术是语音动画合成技术，其融合了人工智能和计算机图形学两方面原理。”马骁驰表示。

在他看来，这样解决了打造虚拟主播的三大难点——采用深度学习算法精准理解语音中的文字信息；自主研发的人脸表情肌肉单元技术能够准确地驱动面部表情和口型动作，提升表达的生动性和真实性；通过人工智能算法展现出口型、表情的过渡性动画，保证了说话字和词之间的连续性和自然性，较终呈现出完整的虚拟主播效果。

在真人形象领域，传统的视频制作，通常需要专业摄影师、剪辑师、主持人等一大批专业制作人员，成本居高不下；在动画模型领域，传统动画制作都是原画师一帧一帧来绘制模型表情和口型动作，不仅成本很高，还难以做到语音和口型匹配，通常至少需要30张图片才可以制作1秒的动画内容；动捕技术则需要真人来实时扮演。

滕榕多媒体，上海多媒体协会理事单位。 主营:AR互动，移动滑轨屏，数字沙盘，全息投影，VR虚拟，AR虚幻，全息投影展示柜，360度空中成像等多媒体展馆业务。联系方式：王先生  13764539548