2022开年，Magic Data 、虚拟数字人制作公司FaceGood，以及清华大学，思必驰等机构，举办一场虚拟数字人开源技术研讨会，Magic Data 发明者兼CEO张晴晴博士受邀出席论坛，在论坛上，就虚拟数字人驱动技术、软组织动作捕获跟踪技术、交互技术、数据搞定技术实行热烈交流，
Magic Data 多模态数据搞定系统Annotator®5.0，为虚拟数字人底层架构供应基石要紧多维度数据支撑，
连续涌现虚拟数字人
在元宇宙巨大市场中，高精智能虚拟数字人仿似一夜之间渗透到各行各业，正诱惑着海内外厂商加速布局元宇宙赛道，能在另一個宇宙中遇见不同样声音、样子甚至不同样性其他自己，这让生活在现实中人们引发真实期待，
虚拟数字人须要多模态技术驱动、丰富数据支撑，才干让数字人“立体”起来，过去数字人，更多是只是一种感官存在“物品”，他们会微笑，会说话，会唱歌，但他们没有情感，不会、人交流，
情感人机交互 ——“对话式AI”技术与数据
人工智能终极形态是情感需求，虚拟数字人能够刺激到人类情感需求，前提是他们必需做到与人交互，“对话式AI”技术与数据，能够实行虚拟数字人与人类交流相处，
“对话式AI”须要全流程准确、全效，将运用者语音转换为文本，理解文本含义，搜索符合语境最优应答，最后运用文本转语音工具供应应答，
在技术层面，对话式 AI涉及语音识别、自然语言理解、语音合成等重心技术，想要经由这些技术实行人、机器之间更自然对话，面对两点技术挑战：
一是個体语言体系差异化，由于所处地域、文化、教育背景不同样，每個人语言表达都是前无古人后无来者，这种個性化在人与人之间沟通中都难免发生理解偏差，更何况是一台机器，对于AI而言，中文不是一种语言，而是13亿种语言，
二是对话式口语经常会有语序颠倒、犹豫、迟疑引发停顿，在复杂多人交互场景中，也无法防止会发生语句打断、抢话、交叠音等难题，这些语音特征为 AI 建模带来很大困难，
真实对话数据、多语种语料库建设是搞定上述难题根本，为机器注入知识图谱、中文、方言、外语等多种语料，才干让机器像人一样理解自然语言，
1、语音识别技术、数据
语音识别，最先选是将人类语音中词汇等内容转换为计算机可读输入，这是计算机学习人类语言最先個步，上述提及到千人千面個性化表达以及对话口语颠倒、犹豫、迟疑；这些被输入“内容”对于机器来说都是非常要紧学习要素，
2、语音合成技术、数据
语音合成，最先选是将计算机引发文字〔自己或者外部输入〕转变为人类可以听得懂、流利汉语口语输出，人类在语言表达时候总是附带着语气与感情，语音合成音频是为模仿真实人声，所以须要对文本实行韵律占卜，什么地方须要停顿，停顿多久，哪個字或者词语须要重读，哪個词须要轻读；实行声音高低曲折，抑扬顿挫，
3、自然语言理解技术、数据集
自然语言理解，最先选是计算机经由对输入数据理解、分析，让人类与机器能够用自然语言实行有效地通讯交流，不光让机器能够“听懂人话”，更能让机器“讲人话”，
更多数据集样例可在MagicData官网实行查看：
https：//www.magicdatatech.cn/datasets
希望后世虚拟人不光可以、人交流，还可以千人千面，能够真、“我”一样，有一样动作习惯，有常用表情，有熟悉语气等等，在人机交互过程中，机器要想感知人情感色彩，光靠声音是不够，更多信息传递蕴含在面部表情或语言内容中，情绪感知是一個多模态综合评价结果，而这些，须要定制化对每個個体实行多模态数据采集、刻画，
Magic Data 多模态数据搞定系统Annotator®5.0，为虚拟数字人构建供应最基石最要紧多维度数据支撑，在Annotator®5.0底层结构上，借助大量AI技术，经由对数据预搞定，捕获基石刻画本事，再经由人工后期精细化加工方法，进一步改良特征，于是最大层次保证对每個個体刻画本事，
pc端试用链接：
https：//www.magicdatatech.cn/
数据是人工智能基石建设，任凭元宇宙还是虚拟数字人，一切有关人工智能构建都离不开数据，合理有效运用数据，才干让机器更好地理解人类，让人类更好地探索未知。