通義霊眸：一站式のAIデジタルヒューマン生成・活用プラットフォーム

通義霊眸とは

通義霊眸は阿里通義が提供する一站式のAIデジタルヒューマン生成・活用プラットフォームです。マルチモーダルなアセットで訓練されており、写真・動画・3Dモデルを入力として専用のデジタルヒューマンを短時間で作成します。資料では、生成されるデジタルヒューマンは表情が自然で口の動きが正確、動作が滑らかとされ、高い写実性と表現力を持つとされています。容姿だけでなく、音声ライブラリと音声クローンも備え、デジタルヒューマンに適した声を設定できます。制作面では、テキストや原稿から自然な配信動画を自動合成し、多言語に対応します。さらに原稿生成、動画のカット、エフェクト追加も支援します。既定のテンプレートとシーンでそのまま使えるほか、カスタムタスクを組み込んだ柔軟な運用にも対応します。代表的な用途はECライブ配信、講座研修、外国語練習、子ども向け教育などで、長時間の継続サービスが可能です。

主な機能

• マルチモーダルなデジタルヒューマン作成：写真・動画・3Dモデルをアップロードして、個性豊かな専用デジタルヒューマンを短時間で作成します。
• デジタルヒューマン動画生成：テキストや原稿から自然で滑らかな配信動画を自動合成し、多言語に対応します。
• 形象ライブラリ：豊富なデジタルヒューマンの容姿リソースを提供し、コンテンツ制作を効率化します。
• 音声ライブラリと音声クローン：デジタルヒューマンの声を取得・カスタマイズでき、音声クローンと転移合成に対応します。
• コンテンツ制作支援：原稿生成、動画のカット、エフェクト追加で制作効率を高めます。
• インタラクティブな活用：長時間のライブ配信、外国語の会話練習、子ども向け教育などで生き生きとした対話を提供します。
• 柔軟な運用：既定テンプレートとシーンでそのまま使え、カスタムタスクの組み込みにも対応します。

使い方

1. プラットフォームを開いてログイン：ブラウザで通義霊眸コンソール https://avatar.console.aliyun.com/lingmou にアクセスし、アカウントを登録してログインします。
2. デジタルヒューマンを作成：写真または動画をアップロードすると、容姿が素早くクローンされ専用アセットが生成されます。
3. 声を設定：指定されたテキストを朗読して専用の声を取得し、転移と合成を行います。
4. 動画を制作：作成した容姿と声で配信動画を生成し、必要な言語を選びます。
5. AIで仕上げる：ライブ配信用トーク生成、動画編集、原稿の推敲を使って効率を高めます。

活用場面

• ECライブ配信：デジタルヒューマンが長時間配信を行い、商品を紹介して視聴者の質問に答えます。
• オンライン教育：仮想教師として講義と対話型の質疑を行い、学習体験を高めます。
• カスタマーサービス：オンライン窓口として問い合わせや問題解決に継続的に対応します。
• ニュース配信：アナウンサーとしてニュースを読み上げ、情報の迅速な更新に使えます。
• バーチャルアシスタント：スマートホームや車載システムで情報検索や予定管理を提供します。

利用上の注意

• デジタルヒューマンの容姿と音声クローンは肖像権や声の権利に関わるため、使用前に本人の明確な同意を得てください。
• アップロードする写真や動画の鮮明さと長さは容姿の再現度に影響し、素材の質が低いと結果が劣ります。
• AIが生成した動画は明示的にラベル付けし、視聴者が実在の人物の発言と誤解しないようにしてください。
• ライブ販売やカスタマー対応は実際の取引と約束を伴うため、人の確認とフォールバック体制を残してください。
• 利用可能な運用形態、呼び出し枠、同時実行数、価格は資料に記載がありません。公式チャネルで確認してください。

よくある質問

デジタルヒューマンの作成に必要な素材は？

資料によると、写真・動画・3Dモデルをアップロードして専用のデジタルヒューマンを短時間で作成できます。

生成できる動画はどの言語に対応しますか？

資料では配信動画が多言語に対応し、さまざまな制作ニーズに応えるとされています。

声をカスタマイズできますか？

できます。音声ライブラリと音声クローンに対応しており、指定テキストを朗読すれば専用の声を取得して合成できます。