平面2D数字人

崎山小鹿

平面数字人也叫2D数字人，也是人常说的纸片人。目前2D数字真人建模算法的实现，包括百度、硅基、风平和闪剪用的都是相似原理的方案，都是以一段实际拍摄的真人拍摄的视频为素材，用AI神经网络去训练读每个字的口型，最后训练出来可说任意内容的数字人。2D真人数字人的质量，一般和模型的训练算法、素材拍摄质量、AI合成的声音质量，还有数字人平台输出的算法、参数设置有关。技术容易实现，成本低效果好。

在具体实现上，大致又有两个分支，其中一个是录制完整真人开口说话的视频素材，训练也用的是真实的口型，它的优点是效果真实，录制时可以通过口播台词，来实现说话和语气、动作的匹配，训练出来的数字人动作表情也会切合使用场景。但相对来说，它对训练素材拍摄要求略微高一点点，主要是看人，如果是口才好不怯场、习惯在镜头前表达的人，只要10分钟就能搞定拍摄素材；如果是镜头前怯场的人，那就要多拍几遍。三款产品里，风平智能、硅基智能和闪剪都采用这种数字人模型的训练方式。
请看效果：


第二种算是简易速成的方法，录制的真人视频素材不用开口说话，数字真人是用AI算法去模拟预测口型的开合，这样的好处是对训练素材的要求低，只要拍摄者在镜头前面闭着嘴做一些手势动作就可以，而且建模速度快，不到1天就可以完成建模。但不足是，既然是速成的方法，所以效果不如前一种方法好，一是算法合预测合成的口型和牙齿，再怎么做也无法和真实口型相比，而且拍摄素材是不讲话光比划动作，除非是非常专业的演员，否则普通人很难不说话去做出来自然、恰当的动作，因此做出来的数字人会有比较明显的机械感，或者说不协调感感，肢体动作比较出戏，口型牙齿略显不自然，无法体现出不同人的不同气质特点。三款产品里，百度曦灵的数字人是唯一使用这种建模方法的产品。


不管哪种实现，都要求素材高清，录音清澈干净。


想搭建这样的数字人的请和我们联系，微信：qishanxiaolu   电话：15876572365   公司：深圳市金双石科技有限公司



参考：https://zhuanlan.zhihu.com/p/651544547