当最前沿的大模型和数字人技术融入到视频会议，我们的沟通体验将会迎来怎样的改变？
6月21日-6月23日，华为开发者大会（HDC 2024）在东莞举行。在首日的大会主题演讲中，华为常务董事，华为云CEO张平安介绍了盘古大模型在媒体领域的多项最新实践，其中就包括了应用于实时通信领域的AI同声传译能力。大会现场，国内外的参会者接入华为云会议，并各自用母语沟通，系统即可快速识别并实时翻译，每个人听到的都是母语，实现跨语种实时沟通。当参会者的数字人入会后，进一步实现了目标语言的口型匹配，成为当日会场的一大亮点。
大模型+数字人，翻译实现深度与温度并存
如今，线上的跨国会议越发普遍，但语言的隔阂始终是高效沟通的一大难题。出色的人类同传或许可以做到信达雅，但却面临着高昂成本等限制因素，无法做到每场会议都配备。这种情况下如果参会者外语不过关，造成交流的低效、相互的误解等问题，则会严重影响工作的推进。
面对这个难题，华为云会议在此前开发了智能字幕的功能，可以将语音转换成文字并进行翻译，最后以字幕的形式显示，初步解决了跨语言交流的障碍。如今，华为云会议再进一步，带来了基于盘古媒体大模型的AI同声传译功能。在翻译质量方面，大模型能够动态地关注输入句子的不同部分，更好地捕捉语言的多样性和复杂性，进而提高了对长句和复杂结构的处理能力，提升了翻译速度，将翻译的平均时延降低到5秒内，翻译的准确性提升到了93%以上，生成的翻译内容更加自然流畅。同时，通过结合华为云的数字人能力克隆出与会者的声音和形象，对方听到的不再是常见的机械且缺乏情感色彩的预制声音，而是沿用了发言人的音色和语气，另外，对方看到的视频画面，也是发言人讲对方母语的画面，而且实现了口型的精准匹配。
打破隔阂，还原最自然的交流状态
对比人工传译，华为云会议的AI同传速度更快，更便捷，任何大会小会能够随时开启，而且可支持64个传译频道，让跨语言交流的成本大幅下降；对比之前的字幕翻译，在大模型的加持之下，AI同传的翻译精准度更高，而且对于参会者来说，比起看字幕，直接听语音，结合音唇同步的效果，可以模拟出日常的面对面交流体验，更好的传递情绪。在亲切自然的沟通体验下，参会者的信息接受变得更好，灵感会被更多地激发。
多种AI加持，打造高效的会议体验
除了AI同传，华为云会议还有多项AI能力。比如通过智能降噪和屏蔽周围人声等功能，来获得一个清晰纯净的收听效果；通过自动纪要的能力，实现按角色进行归类记录，会后可以一键导出文本进行编辑，从而保证不遗漏任何关键信息。接下来，华为云会议将基于HarmonyOS建下一代原生会议体验，借助跨设备分布式流转功能，实现会议在手机、PC、PAD、TV、车机等鸿蒙设备间自动流转接续；PC开会时，也可以使用手机作为音视频外设，进行视频画面传输，语音播放等能力，提升开会体验。
如今，云会议作为企业办公协作体系的重要组成，极大地促进了沟通协作方式的革新。随着各项AI能力的不断引入，华为云会议将进一步促进企业的创新和生产力的提升，成为推动企业向智能化办公转型的关键力量。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
