AI 虛擬形象 · 數位人
Digital Human / AI Avatar
什麼是 AI 虛擬化身(Avatar)?
- 以 AI 打造的'看起來像真人'虛擬人物
- 臉孔與語音合成 + 語言模型的結合
- 大量製作多語言的教育、導覽與諮詢內容
導入數位人(Digital Human)後,影片製作的單位會從「拍攝」變成「文字修改」。規定某一行改動時,過去得重新租用攝影棚、配合講師時程,花上半天;現在只要在腳本檔案中改掉那句話,重新算繪即可。原本需要邀約、租場、剪輯的製作流程,實際上已接近文書作業。修改成本從重拍費用降到算繪時間,是實務上最明顯的變化,因此內容越常變動,效益越大。
現場使用的形式大致分為三種。提供腳本、取得成品的預先轉譯型,3 分鐘影片一支需要 10~30 分鐘,適合教育與公告類內容。接收提問並當場回答的即時對話型,回應會有 1~3 秒的延遲,因此適合資訊亭或服務櫃台等簡短問答。拍攝本人臉部 3~10 分鐘、建立專屬模型的真人克隆型,則用於執行長的問候或公司內講師的內容。這與由真人穿戴動態捕捉設備即時演出的虛擬 YouTuber 屬於不同範疇,而未經同意就合成真實人物的臉孔,就會變成 深偽。
最常見的誤解是'一次做好就能一直用'。虛擬形象的肖像權合約通常以 1~2 年為單位,若擔任模特兒的內部講師離職,就得重新製作所有含有該臉孔的影片。合約中若未寫明使用範圍、期限與終止時的處理方式,數十支完好的教育影片可能會一次全部報廢。唇形同步的品質也因語言而異:英語自然,但東南亞語言常出現嘴型脫節,因此需要當地員工檢驗。最重要的是,虛擬形象一開口,觀眾就會視為公司的正式發言,因此絕不能省略腳本的事實確認與「AI 生成」標示。
隨著臉孔與語音合成技術,加上對話式 AI 的結合而登場,並伴隨多語行銷、虛擬網紅與資訊亭諮詢的需求,在產業中擴散開來。
以下以虛構案例說明。A 公司是員工 1,200 人規模的汽車零件製造商,每年向越南、印尼、墨西哥等 3 個海外法人發送安全衛生教育影片。租用攝影棚與在地語配音每支需 KRW 4,000,000 (≈ US$2,990),製作 3 種語言需耗時 6 週,期間即使安全規定已修訂,仍只能照播已經拍好的影片。
- 教育組的金課長,以擁有 20 年資歷的安全管理人朴次長為模特兒,拍攝正面 8 分鐘,製作出真人克隆。拍攝前先請對方簽署肖像權同意書,並明訂使用範圍僅限公司內部教育、期限為 2 年。
- 把原本 45 分鐘的整段影片切成 8 分鐘為單位的 5 個模組,並重寫腳本。只有通過法務團隊審查的句子才放進腳本,修訂後的重大災害處罰法條款則以紅色標示,另行管理。
- 我們把韓文腳本翻譯成越南語、印尼語與西班牙語,並用同一位虛擬形象來渲染。3 種語言、每種 5 支,共 15 支影片,兩天內完成。
- 越南法人的阮人事組長在檢驗時指出'嘴型慢了半拍',因此縮短譯文句子長度,並把語速降至 0.9 倍後重新生成。
- 3 月法規修訂時,只修改相關句子,半天內就更新了 15 支影片;製作期間從 6 週縮短為 5 天,每支費用從 KRW 4,000,000 (≈ US$2,990) 降至 KRW 900,000 (≈ US$675) 上下。所有影片開頭畫面都加上'AI 生成影片'字幕後才發布。
金鍾赫
盧俊瑛