隨著互聯(lián)網(wǎng)的快速發(fā)展，在5G、人工智能、虛擬現(xiàn)實(shí)等新技術(shù)浪潮的帶動(dòng)下，虛擬數(shù)字人技術(shù)步入成長(zhǎng)階段，從外觀的數(shù)字化逐漸深入到行為的交互化、思想的智能化、模式的創(chuàng)新化。2022年北京冬奧會(huì)是運(yùn)動(dòng)員的競(jìng)技場(chǎng)，也是機(jī)器人、數(shù)字人的秀場(chǎng)。冬奧手語(yǔ)播報(bào)數(shù)字人、新華社冬奧特約“數(shù)字人”記者、百度智能云AI手語(yǔ)主播、騰訊3D手語(yǔ)數(shù)智人“聆語(yǔ)”、AI氣象服務(wù)虛擬人“馮小殊”等等。隨著未來(lái)各領(lǐng)域規(guī)模不斷擴(kuò)展，智能客服行業(yè)有望持續(xù)快速增長(zhǎng)。

虛擬數(shù)字人是以語(yǔ)音智能、計(jì)算機(jī)視覺、自然語(yǔ)言理解、機(jī)器翻譯、人像建模、數(shù)字人驅(qū)動(dòng)及合成等AI技術(shù)，以熱線、互聯(lián)網(wǎng)等渠道為載體，具有對(duì)物理世界的感知、認(rèn)知與表達(dá)能力，“孕育”面向5G時(shí)代的、具備感知智能、認(rèn)知智能、表達(dá)智能的多模態(tài)智能交互，實(shí)現(xiàn)人機(jī)交互的數(shù)字虛擬人。

01走近數(shù)字虛擬人

1982年世界第一位虛擬歌姬林明美誕生，數(shù)字虛擬人行業(yè)經(jīng)歷了萌芽、探索、初級(jí)和成長(zhǎng)四個(gè)階段。隨技術(shù)逐年突破，制作過程亦得到有效簡(jiǎn)化，從最早的手工繪制到現(xiàn)在的 CG（Computer Graphic，計(jì)算機(jī)圖形學(xué)技術(shù)）、人工智能合成。在虛擬數(shù)字人產(chǎn)業(yè)鏈中，基礎(chǔ)層提供軟硬件的支撐；平臺(tái)層為制作及開發(fā)提供技術(shù)；應(yīng)用層為應(yīng)用領(lǐng)域提供解決方案，賦能各領(lǐng)域發(fā)展。數(shù)字虛擬人產(chǎn)業(yè)進(jìn)入門檻高，差異化顯著，受眾群體不斷拓展，因而數(shù)字虛擬人價(jià)值凸顯，應(yīng)用領(lǐng)域不斷拓展，未來(lái)有望加速商業(yè)化進(jìn)程。

數(shù)字虛擬人集合人臉、手勢(shì)、圖像、情緒、語(yǔ)音等多模態(tài)完成交互流程，收集客戶聲音/畫面等交互信息，通過語(yǔ)音識(shí)別（ASR）、人臉識(shí)別、手勢(shì)識(shí)別、情緒識(shí)別、圖像識(shí)別，數(shù)字人后臺(tái)進(jìn)行信息組織，通過對(duì)話系統(tǒng)（ChatBot）、自然語(yǔ)言處理（NLP）、知識(shí)圖譜、預(yù)測(cè)/推薦等技術(shù)來(lái)實(shí)現(xiàn)數(shù)字人認(rèn)知功能，結(jié)合業(yè)務(wù)知識(shí)庫(kù)和對(duì)話設(shè)計(jì)模型，確定數(shù)字人需要表達(dá)的文字、情緒、動(dòng)作傳遞給客戶。隨著元宇宙熱潮，數(shù)字虛擬人作為先發(fā)場(chǎng)景產(chǎn)業(yè)更加備受關(guān)注。

02數(shù)字虛擬人的架構(gòu)

數(shù)字虛擬人具有形象能力、表達(dá)能力和感知互動(dòng)能力三方面的特征：

1.擁有人的外觀，具備相貌、性別、性格等人物特征。

2.擁有人的行為，具備用語(yǔ)言、面部表情、肢體動(dòng)作等表達(dá)的能力。

3.擁有人的思想，具有識(shí)別外界環(huán)境、并能與人交流互動(dòng)的能力。

為此，數(shù)字虛擬人一般具有以下的架構(gòu)設(shè)計(jì)：

（1）人物形象設(shè)計(jì)，即人物生成，人物建模方面 2D 數(shù)字人較為簡(jiǎn)單，3D 數(shù)字人需要額外使用三維建模技術(shù)。

（2）語(yǔ)音生成模塊和動(dòng)畫生成模塊，可分別基于文本生成對(duì)應(yīng)的人物語(yǔ)音以及與之匹配的人物動(dòng)畫。

（3）音視頻合成模塊：可將語(yǔ)音和動(dòng)作合成視頻，再顯示給客戶。

（4）交互模塊：使數(shù)字虛擬人具備交互能力，即通過語(yǔ)音語(yǔ)義識(shí)別等識(shí)別客戶意圖，并根據(jù)客戶意圖決定數(shù)字虛擬人后續(xù)的語(yǔ)音和動(dòng)作，驅(qū)動(dòng)數(shù)字虛擬人輸出對(duì)應(yīng)的下一輪交互。

交互模塊主要是根據(jù)業(yè)務(wù)場(chǎng)景需求劃分，分為交互型數(shù)字虛擬人和非交互型數(shù)字虛擬人。非交互型數(shù)字虛擬人只有單向輸出，沒有對(duì)客戶的感知，即依據(jù)決策生成對(duì)應(yīng)的人物語(yǔ)音和動(dòng)作，合成音視頻呈現(xiàn)給客戶。

交互型數(shù)字虛擬人則根據(jù)驅(qū)動(dòng)方式不同，可分為智能驅(qū)動(dòng)型數(shù)字虛擬人和真人型驅(qū)動(dòng)數(shù)字虛擬人。智能驅(qū)動(dòng)數(shù)字虛擬人是通過系統(tǒng)自動(dòng)識(shí)別并解析客戶側(cè)輸入的信息，根據(jù)解析和決策結(jié)果驅(qū)動(dòng)人物模型生成響應(yīng)的語(yǔ)音和動(dòng)作，使得數(shù)字虛擬人和客戶互動(dòng)。真人驅(qū)動(dòng)數(shù)字虛擬人，是通過真人來(lái)驅(qū)動(dòng)數(shù)字虛擬人，主要原理是真人根據(jù)客戶側(cè)輸入的信息，與客戶實(shí)時(shí)語(yǔ)音，同時(shí)通過動(dòng)作捕捉采集將真人的表情、動(dòng)作呈現(xiàn)在數(shù)字虛擬人形象上，從而與客戶進(jìn)行交互。

智能驅(qū)動(dòng)數(shù)字虛擬人的人物模型基本是預(yù)先訓(xùn)練生成的，可通過對(duì)應(yīng)的信息驅(qū)動(dòng)生成語(yǔ)音和對(duì)應(yīng)動(dòng)畫。全雙工技術(shù)將推進(jìn)數(shù)字人交互方式的演變，使得數(shù)字人擁有一次喚醒、多次交互能力，具備實(shí)時(shí)智能響應(yīng)、隨時(shí)打斷、智能糾錯(cuò)、多輪對(duì)話等功能。

03數(shù)字虛擬人的實(shí)踐

數(shù)字虛擬人，是一款能夠以數(shù)字人形象與客戶進(jìn)行實(shí)時(shí)語(yǔ)音交互的智能多語(yǔ)種多模態(tài)交互客服機(jī)器人，不僅為客戶帶來(lái)“真人面對(duì)面”實(shí)時(shí)服務(wù)臨場(chǎng)感，同時(shí)在對(duì)話過程中同步展示文字、圖片、圖表等可視化服務(wù)信息，實(shí)現(xiàn)業(yè)務(wù)咨詢、辦理、查詢、營(yíng)銷，可以7×24小時(shí)在線協(xié)助客戶自助解決問題，全面提升客戶體驗(yàn)。

中國(guó)移動(dòng)通信集團(tuán)在線營(yíng)銷服務(wù)湖北分中心于2022年8月25日上線查詢?cè)捹M(fèi)、查詢流量場(chǎng)景，截至8月28日，數(shù)字虛擬人共服務(wù)客戶1218余次，實(shí)現(xiàn)數(shù)字虛擬人從無(wú)到有的重大突破，期待逐步形成數(shù)字虛擬人的健康、有序、良性發(fā)展。

數(shù)字虛擬人服務(wù)的推出，實(shí)現(xiàn)了從“聽+說(shuō)”“說(shuō)+看”的人機(jī)交互升級(jí)到“聽+說(shuō)+看”的人機(jī)交互：

1.服務(wù)模式變革

客戶在互聯(lián)網(wǎng)渠道的客服入口中，可以享受同熱線側(cè)一樣的一對(duì)一的面對(duì)面視頻服務(wù)。可以提升溝通效率，縮短客戶交互時(shí)長(zhǎng)。

2.營(yíng)銷增值變革

在服務(wù)過程中，由面對(duì)面的視頻代替文圖聊天，增加客戶粘性，在與客戶實(shí)時(shí)交互中獲取客戶訴求，挖掘營(yíng)銷機(jī)會(huì)。

3.信息傳播變革

當(dāng)遇到緊急故障，可以通過主動(dòng)給客戶播放一個(gè)虛擬人的聲情并茂視頻來(lái)代替單一的圖文提示。

4.降本增效變革

智能應(yīng)答是針對(duì)在線人工座席降本增效，數(shù)字虛擬人則是針對(duì)5G視頻人工客服降本增效。

技術(shù)迭代將會(huì)成為業(yè)務(wù)創(chuàng)新的主要驅(qū)動(dòng)力，多模態(tài)交互的多元特性帶來(lái)業(yè)務(wù)場(chǎng)景新變革，全新的“數(shù)字虛擬人”融合熱線智能語(yǔ)音機(jī)器人及互聯(lián)網(wǎng)智能文本機(jī)器人特點(diǎn)，形成“聲文同顯”優(yōu)勢(shì)，重構(gòu)信息組織結(jié)構(gòu)，極大縮短業(yè)務(wù)交互耗時(shí)，同時(shí)通過植入互聯(lián)網(wǎng)生態(tài)運(yùn)營(yíng)元素，發(fā)揮自身聲影并茂的特點(diǎn)，增加互動(dòng)趣味性和粘性，全面提升客戶體驗(yàn)，發(fā)揮出越來(lái)越大的作用。

04數(shù)字虛擬人運(yùn)營(yíng)思考

數(shù)字虛擬人，融合熱線智能語(yǔ)音機(jī)器人及互聯(lián)網(wǎng)智能文本機(jī)器人特點(diǎn)，形成“聲文同顯”優(yōu)勢(shì)，重構(gòu)信息組織結(jié)構(gòu)，極大縮短業(yè)務(wù)交互耗時(shí)，同時(shí)通過植入互聯(lián)網(wǎng)生態(tài)運(yùn)營(yíng)元素，發(fā)揮自身聲影并茂的特點(diǎn)，增加互動(dòng)趣味性和粘性，提升客戶駐留時(shí)長(zhǎng)；實(shí)現(xiàn)多渠道業(yè)務(wù)融合，促進(jìn)服務(wù)協(xié)同和精準(zhǔn)營(yíng)銷。

1.為5G視頻服務(wù)代言

客戶進(jìn)入5G視頻服務(wù)中，為客戶展示一個(gè)虛擬人像，后面支撐服務(wù)的依然是真人座席，目的是為客戶提供統(tǒng)一美好形象。

2.人工服務(wù)語(yǔ)音定制

對(duì)于情緒波動(dòng)較大的座席，可啟用統(tǒng)一數(shù)字虛擬人聲音，及時(shí)對(duì)一些臟字進(jìn)行過濾，為客戶提供情緒更穩(wěn)定的人工服務(wù)。

3.故障高峰時(shí)的提示

遇到故障高峰時(shí)，用數(shù)字虛擬人在自助服務(wù)階段聲情并茂為客戶提供提示。

4.話務(wù)高峰時(shí)的疏忙

集中扣費(fèi)導(dǎo)致的話務(wù)高峰時(shí)，可以通過直觀的卡片及視頻播報(bào)，為客戶更直觀的釋疑；對(duì)于并不需要進(jìn)行扣費(fèi)釋疑的客戶，可以在服務(wù)開始時(shí)，就加掛卡片，預(yù)提醒客戶話務(wù)高峰，盡量通過自助服務(wù)解決訴求。

5.查詢高峰時(shí)的展示

賬單查詢高峰時(shí)，可以通過慣性客戶預(yù)測(cè)，在通過聲音播報(bào)時(shí)，同步為客戶提供更為直觀賬單信息卡片，以及客戶看過賬單后可能的訴求推薦卡片。

6.5G流量包的營(yíng)銷

對(duì)于5G流量包營(yíng)銷上，在語(yǔ)音播報(bào)時(shí)，可以提供數(shù)據(jù)圖加文字的形式更直觀的為客戶展示優(yōu)惠及好處，還可以加掛客戶關(guān)注的問題，讓客戶既能快速了解其想看的信息，還能快速地解決疑惑。在服務(wù)過程中，通過客戶的表達(dá)及客戶消費(fèi)狀態(tài)，獲取到客戶有辦理5G流量包的價(jià)值，實(shí)時(shí)的視頻通訊能通過更高的粘性，提升自助辦理的營(yíng)銷轉(zhuǎn)化。

7.緩解視頻座席壓力

5G視頻服務(wù)推廣后，視頻服務(wù)訴求高峰時(shí)，可以通過數(shù)字虛擬人分流解決客戶，可以通過自助服務(wù)解決的訴求，緩解人工壓力。

8.提升復(fù)雜業(yè)務(wù)效率

在線服務(wù)，更多的是文字聊天，如果客戶的訴求是先查扣費(fèi)情況，再查賬單，再查詢歷史賬單，實(shí)時(shí)的視頻通訊服務(wù)能更快速地滿足客戶訴求，縮短服務(wù)時(shí)長(zhǎng)。

9.輸出視頻營(yíng)銷服務(wù)

對(duì)于一些重點(diǎn)業(yè)務(wù)，需要通過視頻進(jìn)行營(yíng)銷的，可以通過數(shù)字虛擬人直接進(jìn)行文字和動(dòng)作配置，更快輸出營(yíng)銷服務(wù)視頻。

隨著業(yè)務(wù)場(chǎng)景的不斷豐富，數(shù)字虛擬人將對(duì)接公司重點(diǎn)發(fā)展任務(wù)，例如寬帶排障、權(quán)益領(lǐng)取、終端銷售等各個(gè)方面，力求取得規(guī)模化的增效降本，促進(jìn)公司“推進(jìn)數(shù)智化轉(zhuǎn)型，實(shí)現(xiàn)高質(zhì)量發(fā)展”的發(fā)展主線的落地實(shí)施。