淘宝曝光虚拟主播 声音样本采自马云、高晓松

原标题：淘宝曝光虚拟主播 声音样本采自马云、高晓松

本报记者 李立 上海报道

淘宝直播在最近一次内部分享会上曝光了虚拟主播，这个由阿里达摩院直接支持的项目从今年年初秘密启动。

从曝光样本看，虚拟主播Bonne在主播休息时独立上岗，可以进行商品播报，为用户提供24小时智能货品推荐和1对1的在线服务。

“不管碰到什么问题，智能主播都可以在直播中给消费者解答，帮助主播和粉丝更好互动，”淘宝直播产品负责人岱妍告诉《中国经营报》记者，研制虚拟主播有两层目的，一是帮主播在休息时值班，做粉丝运营；二是在直播过程中，帮主播去完成一些没有办法及时完成的随时应答和粉丝互动，起辅助作用。

马云、矮大紧变声主播？

虚拟主播将不再是冷冰冰的机器，会和主播的个性化做强匹配，有独立的人设、独特的说话方式和声线，包括丰富的表情。短发、活泼，说话时大眼睛忽闪忽闪的虚拟主播Bonne，原型就是岱妍本人。

岱妍向记者透露，当时“抠”这个形象的初衷就是想让产品经理自己上阵，亲自体会怎么做主播怎么为粉丝提供更好的服务。

虚拟主播的开发是人工智能场景中非常复杂的应用之一，淘宝内部相关负责人告诉记者，淘宝直播背后站的是达摩院和顶级科学家，这个今年才开始的项目最根本的目的是帮助商家提效，阿里会在这个技术层面上持续投入，这也会是淘宝直播和其他直播平台的重要区别之一。

“主要的技术挑战来自两个层面，”阿里巴巴达摩院资深算法专家陈海青介绍，“第一个是人物表现力，怎么去结合多模态的信息去做人物表现力，比如嘴型、表情和肢体的驱动，同时涉及到大量的数据、以及大量的群体模型的数据搜集。

二是声音表现力，基于场景化的声音怎么能做到更好的表现力。剧本和商品挑战也很大，即便今天有大量的商品和详情页的数据，但是遇到‘双11’这样的重要节点，我们的技术还只具备小样本数据下的工作和能力。”陈海青说。

“在主播的人物驱动上，个性化TTS（人类语音用人工合成的方式产生）是很重要的一环。”据陈海青透露，很重要的一个重点在于目标说话人少且质量差，带有噪音混响，快速还原难度就很大。不过现在已经可以做到手机录音20句，90%的还原度，在半小时内完成构建。

记者发现声音采集样本中，收录了马云、逍遥子、高晓松（花名矮大紧）、周冬雨等人的声音样本，根据录音样本可以让马云、高晓松的声音出现在更多的场景里，比如让马云直播带货介绍商品，高晓松直接开口飙英文都可以实现。

在人物驱动上，虚拟主播还在追求更细节的处理。经过数据对比发现，不同的语气、口头禅都会对直播带货产生不同影响，比如主播一开口套用了李佳琦的句式，“OMG，今年的大促活动也太划算了吧”，对商品的形容更具体生动“emm壳很酥脆，夹心也是入口即化哦”，带货的效率和转化率都会明显提升。

躺赚粉丝？

虚拟主播的带货效果究竟如何，红人主播林珊珊团队负责人凌霄分享了试用心得。

“刚开始收到虚拟主播这个产品，从心里是拒绝的，觉得这个东西可能没有真人那么种草，甚至他会不会拔草”，但试用下来数据还不错。

凌霄告诉记者，“第一次试用，共有14.6万观看，最高在线1400人，增粉240人”，粗略计算，以一个粉丝一年在店铺成交1万元，就等于增加240万GMV，“并且这些都是半夜里主播在睡觉时发生的”。

淘宝方面暂时没有公布虚拟主播的转化率和具体的上线时间，“但是在粉丝增量、时长和对GMV的拉动很有想象力”，据岱妍介绍，目前虚拟主播的上线场次已经超过了1000场。

不过据记者了解，虽然淘宝直播一直采取小心试水的姿势，但虚拟主播已经在内部确定为重点扶持的方向。

今年3月 ，万像文化科技跟淘宝直播合作的首个虚拟二次元主播上线， 3分钟就吸引30万卖家在线观看。手机屏幕上是穿着格子裙、黑长直发的动漫小姐姐演示一款气垫粉底，其实镜头前的是一位穿着黑色运动服、扎着马尾的主播。

在4月“淘宝直播MCN机构大会”的内部会议上，淘宝宣布四大MCN赛道中，虚拟主播作为二次元赛道中的主要承载部分，淘宝宣布对其进行重点扶持。

在业内人士看来，和真人主播相比，虚拟主播更具趣味性，可以帮助降低主播的心里压力，自由度也更高，但技术门槛和成本都偏高。在虚拟直播的赛道上，淘宝直播最看重的还会是在特定场景下的带货能力。

虚拟主播在未来是否有可能代替真人直播，岱妍则表示不太可能，“我们很清楚在直播带货中人的重要性，真人主播无可取代的一点就是真实性”。

　　版权及免责声明：凡本网所属版权作品，转载时须获得授权并注明来源“融道中国”，违者本网将保留追究其相关法律责任的权力。凡转载文章，不代表本网观点和立场。

延伸阅读