Специалисты разработали платформу для создания сюжетов, в которых текст зачитывает виртуальный ведущий. При создании такого "сюжета" загружается информация, которую необходимо зачитать, а также можно выбрать несколько вариантов внешности ведущего.
"Количество видеотрафика растет. По прогнозам, к 2022 году 79% всего интернет-трафика в России придется на онлайн-видео. Но производство видеосюжетов - сложный и дорогой процесс, который большинство медиаресурсов не могут себе позволить. Мы уверены, что наша технология позволит увеличить количество качественного новостного видео-контента", - прокомментировал Егор Ганин, заместитель вице-президента, руководитель направления облачных и бизнес-сервисов Mail.ru Group.
Видеоизображение синхронизируется с речью в режиме реального времени. Системы компьютерного зрения обучались на реальных прототипах и видеозаписях, чтобы точно воспроизводить движение губ и выражение лица. Благодаря глубинному обучению, нейронные сети позволяют дикторам транслировать произвольную речь с подходящей мимикой и эмоциональностью.