日前，“实时高保真双数字城域网关键技术研发及应用示范”项目启动会暨实施方案咨询会在北京理工大学国际交流中心举行。该项目包括北京由理工大学发起，上海科技大学，北京大学，浙江大学、中科院计算所、中央戏剧学院、中国传媒大学、杭州超超信息等10所高校和企业参加。该项目围绕高保真数字人技术，突破光场重构、智能生成、驱动等行业关键能力，通过构建支撑产业发展的核心硬件、工具平台和底层数据集，最终实现内容生产与数字消费的平滑链接， 实现了文化与科技的有机融合。
会议现场
其中，火山语音凭借其卓越的AI语音技术和全栈语音产品解决方案能力，参与了项目的第三个项目“实时Hi-Fi孪生数字人”。通用开发平台”，并与江南游戏工作室合作，通过整合交互理解、智能对话管理、智能驾驶三大模块，构建支持定制、适用于各种场景的数字人智能“对话”系统，实现多模态交互对话。
比如交互理解方向，模块集成了多语种自然语言识别和多模态交互意图识别功能；在智能对话管理模块中，整合了情境定制管理、对话工厂、意图管理、QA问答管理、聊天模块等对话管理环节；在智能驱动模块中，包括生成情感表情、唇形像素、自动肢体动作、支持“多语言+多音色”的语音合成、音乐驱动的舞蹈动作等能力。智能对话系统最终向云渲染引擎输出语音、口型、表情、动作，实现超逼真数字人的拟人化交互表达。
火山语音团队负责人马泽军表示，未来，参与该科技项目研发产生的一系列创新技术，将由火山语音加速实现实用落地，火山引擎对外提供服务，不断探索AI与业务场景的高效融合，输出行业标杆案例，提升音频理解、音频合成、数字人驾驶、对话交互等AI语音技术能力，实现更大的产业价值。
