《支持语音和视觉交互的虚拟数字人技术规范》（征求意见稿）.pdf

ICS33.160.99

M72

团体标准

T/AIIA002-2021

支持语音和视觉交互的虚拟数字人技术规

范

Technicalspecificationsforvirtualdigitalhumanssupportingvoiceandvisual

interaction

（

征求意见稿）

2021-XX-XX发布2021-XX-XX实施

深圳市人工智能产业协会发布

前言

本标准按照GB/T1.1-2020《标准化工作导则第1部分：标准的结构和编写》给出的规

则起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责

任。

本标准由深圳市人工智能产业协会（ShenzhenArtificialIntelligenceIndustry

Association）标准化委员会提出并归口。

本标准起草单位：深圳市人工智能产业协会、中国电子技术标准化研究院、深圳市金大

智能创新科技有限公司、深圳市优必选科技股份有限公司、科大讯飞股份有限公司、深圳奥

尼电子股份有限公司、深圳市博乐信息技术有限公司、锋睿领创（珠海）科技有限公司、深

圳魔耳智能声学科技有限公司、深圳欧博思智能科技有限公司、蓝亚技术服务（深圳）有限

公司、深圳市酷酷科技有限公司、深圳光子晶体科技有限公司、东莞市律普电子科技有限公

司。

本标准主要起草人：范丛明、董桂官、史培宁、黄东延、王茂林、张斌、朱文臻、何

良雨、叶威廷、胡亚莉、郑小霖、郑港、魏贤华、王周余、吕刚、杨诗虹。

本标准为首次发布。

II

T/AIIA-002-2021

支持语音和视觉交互的虚拟数字人技术规范

1范围

本标准规定了主要规定了支持语音和视觉进行交互的虚拟数字人的技术要求和测量方

法。

本标准适用于支持语音和视觉交互的虚拟数字人及其系统的研发、设计和测试。

2规范性引用文件

下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适

用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

GB3096-2008声环境质量标准

GB/T5271.29-2006信息技术词汇第29部分：人工智能语音识别与合成

GB/T12060.5-2011声系统设备第5部分：扬声器主要性能测试方法

GB/T12060.16-2017声系统设备第16部分：通过语音传输指数客观评价言语可懂度

GB/T14277-2013音频组合设备通用规范

GB/T21023-2007中文语音识别系统通用技术规范

GB/T21024-2007中文语音合成系统通用技术规范

GB/T34083-2017中文语音识别互联网服务接口规范

GB/T34145-2017中文语音合成互联网服务接口规范

GB/T35273-2020信息安全技术个人信息安全规范

GB/T35312-2017中文语音识别终端服务接口规范

GB/T36464.1-2020信息技术智能语音交互系统第1部分：通用规范

GB/T36464.2-2018信息技术智能语音交互系统第2部分：智能家居

GB/T364