Подробнее о компетенции

Цифровой человек

Единая платформа управления и эксплуатации цифровых людей для залов и выставочных пространств: несколько образов, языков и каналов публикации.

01 / Технические решения

Три неизбежных компромисса

У каждого варианта своя цена; ниже — что мы выбрали и почему.

2D или 3D: похожесть или движение

Обычная практика3D-моделирование с высокой точностью воспроизведения

Другой вариант2D-образ реального человека с естественной артикуляцией

Наш подход2D как основа (сценарии рассказа), 3D как дополнение (интерактивные сценарии)

3D-моделирование и анимация обходятся дорого, а на большом экране зала чем реалистичнее образ, тем выше риск «зоны зловещей долины». Для односторонней подачи — рассказа, объявлений — достаточно 2D-образа реального человека, и стоит это на порядок меньше. 3D оправдан только тогда, когда нужен обзор с любого ракурса или требуются движения тела.

Откуда берётся голос: TTS или живая запись

Обычная практикаВсё синтезируется через TTS

Другой вариантВсё записано живым голосом

Наш подходПостоянный текст записывается живым голосом, переменный — через TTS

Преимущество TTS — можно озвучить любой текст, недостаток — в длинных фразах теряются естественные эмоции и паузы. Постоянный текст в зале (приветствие, описание экспоната) лучше записать живым голосом: звучит хорошо и стабильно; для динамических данных (число посетителей сегодня, оперативные показатели) лучше подходит TTS.

Где развёртывать: в облаке или в контуре заказчика

Обычная практикаОблачный рендеринг, на клиенте только воспроизведение потока

Другой вариантЛокальный рендеринг, всё развёрнуто на оборудовании на месте

Наш подходПояснительные сценарии локально, рендеринг — в облаке

Облачный рендеринг экономит локальные ресурсы, но без сети он бесполезен, а в зале страшнее всего именно отсутствие связи. Поэтому цифровой человек для рассказа должен работать локально; облако стоит рассматривать только для сценариев с высокоточной анимацией в реальном времени.

02 / Сравнение вариантов

Одна задача — три подхода

Нет оптимального решения — есть решение, подходящее сценарию.

Решение	Реалистичность	Стоимость	Работа без сети	Подходящие сценарии
2D-образ реального человека + TTS	Средне-высокий	Низкий	Да	Экскурсионное сопровождение, озвучивание и навигация в зале
2D-образ реального человека + студийная запись голоса	Высокий	Средний	Да	Фиксированные тексты экскурсий, проморолики
3D-виртуальный образ + анимация в реальном времени	Высокий (но высокий риск «зловещей долины»)	Высокий	Зависит от решения	Интерактивные вопросы и ответы, игровой формат

Для выставочных залов приоритет — «работа без сети», это жёсткое требование.

Что мы делаем

Библиотека образов · Характер и голос · База знаний
Редактирование сценариев и речевых модулей
Многоязычность · публикация на разных устройствах
Данные об эксплуатации и отслеживание результатов

Обсудить задачи

Формат поставки

Способ развёртыванияЛокально / частное облако / внутренняя сеть

Состав поставкиСистема + документация + обучение

Поддержка эксплуатацииУдалённо + на месте

Поставка исходного кодаОбсуждается

Похожие кейсы

Проверенные системы

Названия клиентов скрыты в соответствии с требованиями конфиденциальности.

Общественные объекты / мультимедийное взаимодействие

Публичная научно-просветительская площадка особого административного района

Предыстория: Публичная просветительская площадка, которой нужен интерактивный контент по темам питания, погоды, эпидемиологии, школы и транспорта.
Решение: Несколько заказных интерактивных систем: безопасность пищевых продуктов, макет защиты от молний, макет безопасности кампуса, профилактика инфекционных заболеваний, безопасность школьных автобусов.
Технологии: Сенсорное взаимодействие · проекция макета · 3D-сцены · серверная часть управления · сбор данных
Результаты: Единая поставка интерактивных систем по всем темам, централизованное управление из единой панели и выгрузка эксплуатационных данных.

Порт / агент + консорциумная сеть + приложение

Крупный контейнерный порт · центр интеллектуального обучения безопасности

Предыстория: Контейнерный порт, входящий в число ведущих в стране по годовому грузообороту. Прежнее обучение строилось в основном на лекциях в классе и не охватывало практическую отработку работ повышенной опасности.
Решение: Комплексный центр практической подготовки + платформа обучения и аттестации + мобильное обучение. 7 систем аттестации, 9 программных модулей, консорциумная сеть из 3 узлов.
Технологии: Консорциумная сеть FISCO BCOS (PBFT) · выписки в сети по SHA-256 · серверная часть на node.js · клиент Android · взаимодействие с 3D-моделями
Результаты: Записи об обучении проверяются в цепи, ведомости оценок защищены от подделки; охвачены 55 категорий оборудования и 66 единиц в журнале оборудования.

Все кейсы

03 / Путь внедрения

Сколько шагов от нуля до запуска

Порядок нельзя менять: если начать с операций записи или многошаговой оркестрации, ошибки будет очень трудно локализовать.

Определить сценарии и глубину взаимодействия

Это односторонний рассказ или диалог с вопросами? Для рассказа достаточно 2D и аудиозаписи; для вопросов нужны база знаний и распознавание речи.

Запись внешности и голоса

Для 2D нужно снять видео с реальным человеком (несколько ракурсов и выражений лица); голос записывается по тексту экскурсии с вниманием к темпу и паузам.

Подключить привод и синхронизацию губ

Преобразовать текст в последовательность фонем с метками времени для синхронизации губ и мимики. Именно точность этого шага определяет, «похоже ли на живую речь».

Подключение видеостен и системы управления

Цифровые люди обычно подчиняются системе управления залом: их нужно будить, переключать и останавливать из неё. Интерфейсы задаются заранее, иначе переделывать потом очень сложно.

Пусконаладка на месте

Свет, шум и сеть в выставочном зале влияют на результат. Микрофоны и громкость нужно настраивать на месте: нельзя настроить в офисе и сдавать.

04 / Ключевые показатели

Проверяемые цифры

Без прилагательных — только конкретные параметры.

Погрешность синхронизации артикуляции< 80ms　Практически незаметно глазу

Первый отклик1–2 секунды　Включает распознавание речи и поиск

Тип образа2D реальный человек / 3D виртуальный образ　Выбор по сценарию

Работа без сетиДа　Локальное развёртывание для пояснительных сценариев

05 / Частые вопросы

О чём чаще всего спрашивают технические руководители

Это вопросы, которые нам действительно задавали; ответы — без маркетинговых клише.

Может ли цифровой человек полностью заменить экскурсовода?

С фиксированным рассказом справляется, со сложными вопросами — пока нет. Сейчас его роль — снять повторяющиеся объяснения и освободить экскурсовода для того, что требует человека.

Можно ли сделать образ по конкретному человеку?

Да, но нужно согласие человека и запись материалов. Если используется образ реального человека, важны права на изображение и договорённость о границах использования.

Как реализована поддержка языков?

Да — китайский, английский, японский, корейский и другие языки, артикуляция формируется под соответствующий язык. Качество для редких языков зависит от качества фонемной базы этого языка.

Нужна ли отдельная видеокарта?

Для 2D-решения достаточно обычного промышленного компьютера; для 3D-анимации в реальном времени нужна дискретная видеокарта. Конкретная конфигурация определяется требованиями к точности рендеринга и частоте кадров.

Сложно ли потом заменить текст экскурсии?

Часть на TTS правится в админке простой заменой текста, записанные фрагменты придётся перезаписывать. Поэтому наша рекомендация: постоянный текст — запись, изменяемый контент — TTS.