智绘影音：AI驱动音视频场景创新

让沟通，无界且实时 目录Content. AI对话+AI实时翻译010203AI在游戏行业的应用AI+美颜+小游戏 01AI对话+AI实时翻译 Voice Agent：下一代实时对话的新方向 Voice Agent可能是今年最值得关注的一个方向，是下一代人机交互界面，多模态改变交互 低延迟、高智能 重新发明电话 GUILUI 端到端voice-in, voice-out的大模型涌现，低延迟、真实情感表达、很强的语义理解能力 语音交互以其与人类自然沟通方式的高度一致性，提供了一种更为直观和低能耗的交互体验，而打字文本交互的使用门槛更高 围绕实时对话构建的产品受到投资人青睐，利用AI定制特定类型的实时对话，更高效地提供上下文和价值 AI实时对话赋能千行百业的创新实践 05 01 大模型/搜索：实时AI对话已经成为标配 AI+游戏：AI陪玩、AINPC、AI队友 06 02 AI+泛娱乐：AI陪伴、语聊房助手 AI+健康：问诊助手、心理健康咨询 07 03 AI+客服：智能客服、智能外呼 AI+教育：实时字幕、在线课堂助手 08 04 AI+工作：招聘、实时翻译 AI+IoT：可穿戴设备、AI玩具 头部AI陪伴客户数据显著高于传统社交 传统社交App的终点是“匹配”，一旦匹配成功或失败用户都会流失；而AI陪伴的终点是“共生”，随着记忆积累，用户迁出成本极高。 核心场景：乙女向与偶像文化 乙女恋爱类 偶像/同人文化 核心需求 核心需求 •角色扮演(语C)：高度还原IP人设，支持多人互动的群聊派对。•粉丝共创：基于共同兴趣的社区互动与内容生成。 •私密告白：用户追求高隐私度、一对一的深度情感连接。•环境音模拟：通过雨声、咖啡厅背景音营造沉浸式恋爱氛围。 关键技术点情感tts耳语感合成ASMR增强 关键技术点 声纹克隆多路混音RAG 核心场景：乙女向与偶像文化 AI实时对话方案 使用Tencent RTC，结合第三方的大模型和TTS等，可以轻松创建一个媲美GPT-4o所演示的AI实时交互体验，应用到业务场景内。 功能特点 实现超低延迟的AI对话 精准的ASR识别 音视频端到端延迟低于300ms，AI对话延迟低于1000ms。 支持多种语言，包括英语、西班牙语、日语、韩语、中文以及23种方言和130种国际语言。 第三方LLM和TTS无缝集成 高兼容性 支持多个平台，兼容超过20,000种设备模型。 配置LLM和TTS服务的账户凭证，无缝集成到服务后台。 •腾讯侧：客户端和服务端的一体化集成方案，提供智能打断、降噪能力。•客户侧：自定义大模型和TTS，接入到腾讯AI服务，保持业务灵活性。 AI线上实时翻译：实现“全球同服” AI实时翻译解决方案：沉浸式的翻译体验，端到端语音体验佳 端到端语音体验佳 超低延迟与全球覆盖AI降噪抓取精准人声 沉浸式翻译体验 支持多语种识别情感化TTS助力同声传译 02AI在游戏行业应用 对话式AI在游戏中的应用场景 大模型参与游戏流程的能力逐渐增强 用自由麦重塑玩家与游戏AI的对话体验 腾讯游戏语音GVoiceAI实时对话解决方案 技术深水区：AI听懂人话的四大关卡 关卡二人声过滤杂音全免疫 03AI+美颜+小游戏 AI+美颜+小游戏：利用面部表情或手势结合互动小游戏玩法 典型玩法 面部控制游戏 •用户/主播通过鼻子进行切水果，结合头部移动控制方向，实现沉浸式PK 互动游戏+特效礼物 •将主播的实时面部与肢体动作转化为游戏控制器，主播“龇牙咧嘴”切水果的过程本身就极具节目效果，容易产生病毒式传播的直播片段 主推游戏：王牌机长、嘴强王者 王牌机长 •核心逻辑：空间定位+障碍躲避•操作方式：用户的鼻尖即是飞机的坐标点。通过头部上下左右的位移，控制小飞机在屏幕上平滑移动。 嘴强王者 •核心逻辑：嘴部轮廓精确识别+形状匹配•操作方式：屏幕上方下落三种不同形状的“嘴唇”，用户需要根据下落物的形状，迅速调整自己的嘴部状态进行“捕捉”。 根据节庆促销热点推出对应小游戏 玩法介绍 •动作交互：用户通过张嘴、左右摆头等动作捕捉飘落的“金元宝”或“福袋”。•视觉氛围：结合春节/节日热点，自动为角色叠加“舞狮头饰”、“财神墨镜”等应景贴纸。 节日活动 •节日流量收割：根据春节、情人节、中秋节等促销热点快速迭代对应游戏（如“嫦娥奔月”、“爱心射击”），保持用户新鲜感，提升留存率。 AI驱动体验升级：腾讯美颜特效SDK赋能互动游戏 •腾讯美颜特效SDK通过强化AI能力，优化了人体点位识别的精准度，支持识别300个以上的全身点位，以及42个身体骨骼关键点 •复杂运动场景下也能够稳定、精准地识别出关键点位，确保美颜、美型、贴纸的贴合度更高，动作跟随更稳定自然。 扫码体验新版Demo 国内 谢谢观看