光禾感知、微軟與民視打造AI主播有成 可望增加播出時段

專攻影像技術、本土新創光禾感知以AIGC（AI Generated Content，人工智慧生成內容）技術，結合微軟Azure AI 語音服務，為民視新聞打造台灣首位AI虛擬電視新聞主播「敏熙」，集結影像、聲音與新聞製播等三方專業技術。看好效果，民視規劃「敏熙」還將增加播報和預報時段。

AI虛擬主播主要由三方面資料建立。光禾感知生成AI虛擬主播影像，搭配微軟Azure AI的語音合成技術產出發音自然、流暢的播報人聲，以民視新聞多年新聞製播經驗，以及豐富的新聞播報、訪談節目等高畫質新聞影像資料庫進行形象優化，量身打造專屬於民視的AI主播模型。

民視強調，充分評估相關風險並恪守相關法規與新聞倫理，禁止採用 AI生成之新聞內容，確保所有AI虛擬主播的播出內容皆由編輯撰寫並依循既有審核流程，在發展新聞多樣性的同時，也維持高度正確性。

光禾感知科技執行長王友光指出，2022年底開始投入AI主播製作，透過大量蒐集照片作為訓練原料，以擴散模型（Diffusion model）為技術基底，訓練出能夠生成動態圖像的模型，完成主播臉孔塑造。

除了外貌，聲音在新聞播報中亦扮演重要角色，微軟 Azure AI語音服務的 TTS（文字轉語音）及Viseme技術實現敏熙主播自然且順暢人聲關鍵。Azure AI 語音服務擁有豐富模型，提供 140種語系以上、超過400個近似真人發音的預建神經語音模型供選擇。Azure AI語音服務支援自訂模型，可以調整語音的風格、速度、音調等參數，進而生成貼近真人主播具備情緒及抑揚頓挫的語音，Viseme 技術在說話過程定義臉部及嘴唇、下顎及舌頭等位置，使虛擬主播臉部嘴型與語音的結合呈現更為自然。兩者技術相輔相成不僅能生成嘴型與聲音吻合的 AI 臉部影像，也能進一步實現多國語系主播的可能，敏熙現在已可以進行綜合中文及英文的播報內容。