多模态虚拟人交互的技术进展和应用

随着人工智能技术的飞速发展,以虚拟人为载体的人机交互方式被认为是5G+AI时代的新一代交互方式。本文综述了虚拟人交互技术的发展历程,并从多模态交互的感知、认知和表达三个阶段分别介绍科大讯飞相关技术进展,包括多模态语音识别的多模感知技术、基于知识学习的对话生成技术、基于认知大模型的认知智能技术,以及包含SMART-TTS和虚拟人动作合成的多维表达技术。此外,还介绍了科大讯飞虚拟人交互平台自发布以后在媒体、教育、文旅等行业应用情况。最终,本文认为多模态虚拟人交互技术需要向情感化、拟人化、个性化不断发展,持续带来更好的交互体验。