phantomspace

根据快速生成3D数智人、赋能更多业务场景的需求，实现数智人三维形象生成、声音复刻和实时播报的应用，本作品提出了一种可语音交互的三维真人数字人生成方案，包括多语言语音合成、高精度三维人体参数估计、语音驱动的人体动作表情生成和三维真人数字人生成四大核心模块。系统可以实现从单张人物图片输入到高精度3D数智人生成和语音交互，为数智人赋予了高拟真形象表情、语音驱动动作表情、动态表达等智能化能力。相较于传统二维生成方案，本方案在3D数智人生成、声音复刻以及数智人播报等方面具有快速、高拟真、一体化等优势。 团队在三维数字人生成方面具有十多年的研究工作积累，近几年在顶级会议和期刊上发表了多篇高质量论文，授权了多项发明专利，曾获得2023年第十八届“挑战杯”全国大学生课外学术科技作品竞赛“揭榜挂帅”专项赛全国特等奖（排名第一），“移动杯”2024首届江苏省数字人应用创新大赛一等奖（第一名），2025年第五届全国人工智能大赛一等奖，“AI+数智人能力及客服应用”赛道第一名（排名第一）。