2023年媒体深度融合发展扶持专项经费--智慧主播项目AI数字人服务需求书.docxVIP

2023年媒体深度融合发展扶持专项经费一智慧主播项目AI数字人服务 需求书 一、项目名称 2023年媒体深度融合发展扶持专项经费一智慧主播项目AI 数字人服务 二、项目预算 人民币47500元（大写：壹拾叁万元整） 三、项目介绍 随着自媒体及短视频平台的快速发展，我中心的视频业 务面临较多竞争，同时在视频创作方面有很大提升空间，其 中主播是关键因素，主播的专业能力、表现力和魅力直接关 系到视频质量和观众留存率。然而真人主播存在一些局限 性，例如优秀主播难以招聘和管理、不稳定；主播团队需要 雇佣和管理一批工作人员，包括摄像师、视频剪辑、技术人 员等，成本较大。主播无法不间断工作、受情绪影响较大， 主播的职业范围有限。 近年AI数字人技术快速迭代，能够通过虚拟真人形象 向用户展现相关视频内容，具有高度拟人化的形象、行为和 交互方式。AI数字人运用多种人工智能技术，包括计算机视 觉、音频处理、自然语言处理、深度学习等等。利用这些技 术，可以对数字人的外观、声音、语言进行精细的建模和拟 合，使其具有更加逼真的效果。AI数字人具有广阔的应用前 景和发展空间，特别适合我中心视频生产，能应用于新闻播 报、专题栏目及直播等场景。 四、AI数字人技术要求 （一）技术架构要求 本次采购的AI数字人需要符合现时主流的技术架构和 发展趋势，保证可持续升级迭代。要求如下 .数据收集和处理：AI数字人需要大量的数据来训练和优 化模型，包括图像、语音、文本等。这些数据可以通过人 工标注、自动化采集等方式获取。 .模型训练：AI数字人的核心是模型，模型的训练需要使 用大量的数据和计算资源。要求模型包括深度神经网络、 生成对抗网络等。在训练过程中，可以对模型进行调优和 优化，以提高其性能和准确度。 .语音合成：AI数字人的语音合成需要使用语音合成技术, 将文本转换为自然流畅的语音。要求语音合成技术包括基 于规则的合成、基于统计的合成、基于深度学习的合成等。 .图像生成：AI数字人的图像生成需要使用图像生成技术, 将文本描述转换为图像。要求图像生成技术包括基于规则 的生成、基于统计的生成、基于深度学习的生成等。 .部署和管理：AI数字人部署到云端，方便进行管理和维 护。要求部署和管理技术包括容器化技术、自动化运维技 术等。 (-)主要功能模块要求 AI数字人编辑模块 支持从AI数字人模型库里选择形象；从AI数字人语音库 里选择语音，支持AI语音语调调整，支持选择语言，选择语音 融合。支持客户需求进行形象租用或灵活定制。支持使用深度 学习技术进行数据采集，例如使用图像识别技术采集人脸数据, 对采集到的数据进行预处理，如数据清理、标记和转换等，以 提高数据质量。支持模型设计和训练优化，以实现数字人的动 作、表情和语音等方面的逼真表现。支持模型训练调整参数、 评估模型性能、进行模型选择和优化等操作，支持防止模型出 现偏差或过拟合问题。 AI智能语音合成模块 支持包括基于规则的合成、基于统计的合成和基于深度 学习的合成，要求能够准确地识别用户的文本输入，能够将 文本转换为自然流畅的语音输出。支持通过机器学习和深度 学习技术不断优化和提高性能。支持使用大量的数据进行训 练，支持使用各种算法和技术来优化模型。支持可定制性和 灵活性，以满足不同用户的需求。 辅助模块 支持对采集获取的音频、视频、文本、图片、模型等相 关数据集合进行预处理、聚合、转换等操作，实现数据结构 化存储，建立不同的数据库，如模型数据库、视频库、图片 库、语音库、文本库等。支撑平台其他系统模块的数据应用 和可视化。 （三）AI数字人主播形象要求 数字人主播着装要简洁大方得体，选择正装或套装，不 宜艳丽或花哨，女性主播应选择套装，男性主播应选择合适 的西装和领带，主播发型要简洁大方，保持头发整洁；主播 播音时要挺胸收腹，保持正确的坐姿和站姿，眼神要保持稳 定，要保持适当的严肃感；男女主播整体形象要保证稳重自 然、举止得体。 五、服务内容及具体要求 （一）项目完成时间 供应商收到采购人全部款项的即日，即为采购人在供应商平 台的账户开通相应会员服务。 （二）服务期 供应商为采购人开通相应会员服务之日起，服务期为1年。 （三）项目采购的详细内容及预算 序号 采购内容 数量 预算单价（元） 小计（元） 备注 1 AI数字人服务 1套 47500. 00 47500. 00 有效期1年 合 计 （元） 47500. 00 （四）主要需求清单明细 序号 功能模块 功能简介 1 AI数字人编辑模块 详见本项目主要功能模块要求的第1项 2 AI智能语音合成模块 详见本项目主要功能模块要求的第2项 3 辅助模块 详见本项目主要功能模块要求的第3项 （五）验收要求 .供应商提供的AI数字人功能模块应符合本需求书关于需 求清单