小说搭子已上线数字人的面与面

来源:36Kr。

小说，一个在现实世界和番茄世界之间游走的鬼马少女，带给用户不一样的聆听价值。

在年轻人的社交潮流中，现在有了一个新的方向:找对象。

“搭档”一词源于吴语，在2007年出版的《上海话词典》中有所提及，解释为:一起打牌的人引申为搭档。到了2023年，“合伙人”被赋予了新的含义。是一种新型的垂直社交关系，比朋友浅，但比同事深，专注于垂直细分的精准陪伴。

依靠着万物皆可造的信念，寻找“美食伙伴”、“旅行伙伴”、“健身伙伴”、“学习伙伴”的声音不绝于耳。在“友情衰退”的时刻，伴侣承担了年轻人一定的情感需求，并不一定要像维持亲密关系一样受到年轻人的欢迎。但是，你有自己的小说搭档吗？

近日，番茄小说正式公布了虚拟数字人IP——范娟娟，并推出了番茄世界的陪伴仙女范诺诺。

范娟娟是番茄小说的代言人，也是团队小品里大家的团宠。她好动、好奇、活泼、聪明，喜欢看书、推书，是个问题解决者，能把番茄世界和现实世界连接起来，是网友不可或缺的小说“伙伴”。范诺诺是一个卷毛小精灵，可爱又有意义，问题的发现者，对番茄世界正在发生的一切了如指掌。

经过近几年的发展，虚拟数字人终于完成了从技术出路到产品落地的转型，而卷的出现，为热爱阅读和听小说的用户带来了全新的“伴侣”体验。

数字人A，你专属小说的新伙伴。

如今，AI合成语音、魔幻配乐的电影、综艺解说已经成为短视频圈的一大现象，大众也已经接受了这种视频解说。

但是这种罐装的AI语音包放到小说阅读中就会失效。这是因为视频媒体和图形媒体有着天然的区别:视频直观易懂，能清晰地传达信息，而文字需要动用人的大脑皮层进行思考和互动。用户在阅读和聆听作家的文字时，需要先在脑海中构思作者描绘的另一个世界，然后再去匹配人物。另外，小说人物众多，情节跌宕起伏。如果他们一直使用同一个没有情绪波动的声音，也会让用户感到无趣和无味。

合伙人文化的流行源于年轻人对共同兴趣的追求。作为番茄小说的虚拟IP形象，也是一个可以跨越现实世界和书本世界的数字人。就像现实世界中的伙伴，在阅读一本书的时候，会跟着故事产生相应的阅读情绪。和书友打招呼的时候会有很酷的“出道”，偶尔玩宝会出礼盒，看到甜腻的情节会想“踢翻狗粮”，表示怀疑的时候也会和凡诺打问号。

其实范娟娟是个老书虫，直到有一天打开一本书后，他“穿越”进了番茄世界，认识了范诺诺，范诺诺对番茄世界了如指掌。这里解释一下什么是番茄世界。番茄世界是另一个独立于现实世界的世界，其中有无数个子世界，每个子世界指的是一本书。范娟娟和范诺诺都属于番茄界。当番茄世界的读者认识了他们，范娟娟就会和范诺诺一起来到现实世界，和读者成为形影不离的小说伙伴。

今天在番茄小说评论区上线了12个以范娟娟和范诺诺形象制作的表情包。此外，当番茄小说被催促更新时，它还会代替用户下跪，乞求作者加快更新速度。

官方公布的成交量正好符合数字人从颜值开始，以价值结束的大趋势。表情包、提醒等衍生场景可以拉近用户与虚拟人的距离，在用户层面强化番茄小说品牌。介意。另一方面，也让用户体验到虚拟数字人作为小说伙伴不可或缺的陪伴感，拥有多层次、多情感、定义明确的替代小说阅读体验。

数字人的b端，技术淘汰的最后一公里

2D图像是如何在3D世界中传播的？这不仅是数字人行业需要考虑的问题，也是番茄小说团队在做卷时面临的现状。

与2D卡通形象不同，三维拟人形象对人脸捕捉和人体建模提出了更高的要求。换句话说，随着信息维度的增加，所需的计算量也越大。

作为真实世界在番茄世界的映射，番卷不仅是番茄世界的根基，也是用户进入缤纷番茄世界的“通行证”。

正因如此，番茄小说团队和字节火山语音数字人团队，在设计卷体之初，首先确定卷体的形象定位和人员设计，然后进行人物的原画创意设计，再经过3D模型人物将会经历的建模-绑定-渲染环节，进而获得可由AI驱动的UE渲染管道资产。

然而，这并不是结束。从形似到神似，最后到对番茄小说读者的精神满足，需要对现阶段的数字人进行深入的口语训练，呈现人形动作。通过整合在线语音数字人应用平台，在平台的帮助下可以简单快捷的制作推送书籍的视频。输出视频内容质量稳定高效，大大节省了制作时间和成本。

此外，相比业界最好的面部驱动技术广泛推广的GPU方案，卷背后的火山语音AI数字人技术可以同时兼容非GPU版本。搭载最新的英特尔至强可扩展系列处理器，优化AVX512指令集，不仅实现了准确自然的假唱效果，还大大降低了部署难度和计算能力依赖。值得一提的是，第一卷应用了火山语音数字人研发的运动融合技术，可以实现身体动作的自然过渡和中断，该技术也是数字人AI驱动领域的重要突破。

在渲染纹理方面，基于UE5引擎渲染，渲染效果也更好。支持Windows和Linux双平台部署和多场景实时驱动。根据不同部署场景的需求，分别测试了英特尔数据中心的Flex 170 GPU和消费级ARC A770 GPU。依靠最新的GPU驱动和Intel OneVPL实时编码工具，都取得了不错的性能。

独行快，众行者远。番茄小说和火山之声团队为数字人构建了一套深度的技术壁垒体系。在渲染方案上，采用了边缘云和视频中心PaaS支持的云渲染方案。在内容生成方面，火山语音数字人类团队也与字节光年江南团队深度共建，持续探索AI动作生成、AI场景生成等前沿技术。

总之，卷帙浩繁的出现不仅丰富了番茄小说的品牌形象，也证明了番茄小说的技术实力。

有声读物的想象空间谁来承载？

在生活快节奏的当下，用耳朵看书已经成为人们生活的常态。这是因为听书对各种阅读场景的适应性很高，是用户度过通勤、等待、吃饭、上厕所等各种碎片化时间的一种方式。有声书不仅能提供减压和娱乐，还能提供陪伴和治愈的感觉。

中国新闻出版研究院发布的《国民阅读调查报告》显示，2022年，我国成年公民阅读率从当时的17%提高到35.5%。有声书的现有消费者中，收听粘性似乎已经形成，很多人愿意为此付费。艾瑞的调查数据显示，每月消费90元以上的用户中，超过一半的人每天至少听一次有声书或广播剧。每月消费11-20元的用户中，有近一半每周听5-6次，占比44.9%。

随着用户规模的逐渐扩大，丰富多样的有声书内容是用户习惯听书的基础，高质量的听书体验是内容提供商区别于其他玩家的重要途径。

为此，番茄小说与火山语音团队就AI阅读功能达成长期合作。在TTS(文本转语音)技术的基础上，在新颖的音色中引入多风格音色和丰富的情感表达，使其更适合听书。同时结合用户听书需求，提供单音彩播、多角色对话、沉浸式配乐等有声图书制作方案，为用户提供多种形式的高品质听书体验。

番茄小说一直非常重视对自身知识产权的保护，已经申请了30多项TTS技术相关的专利。通过这些专利的技术解决方案，不仅提高了有声书的制作效率和质量，也提升了用户在听和看场景中的消费体验。

经过两年的潜心打磨，番茄小说团队现已形成一套角色清晰、情感丰富的AI多角色播出方案，并作为AI有声小说领域首个高质量综合解决方案推出。

具体来说，番茄小说可以围绕不同网文的角色内容和文本理解能力，产生适应不同年龄、不同风格的AI音色矩阵，可以通过NLP(自然语言处理)技术智能理解文本内容，实现角色自动配音，可以像专业配音演员一样“哭”和“笑”来表达文本内容的深情，从而形成拟人化的多角色、多情感的表达效果。

此外，上述能力还与音频创作流程落地创作平台相结合，既能实现规模化生产，又能满足差异化、高质量的内容定制需求。目前AI配音家族有60+的优秀音色。

随着越来越多的技术赋能，AI时代的多角色广播逐渐进入大众视野，番茄小说也将加速释放有声读物的陪伴属性，打造更加差异化、精细化的定制化内容。可想而知，一个拥有千万种声音的声音宇宙正向我们走来。