本篇文章以最近爆火的“霉霉说普通话”视频入手，介绍了当下的语音克隆、AI换脸、数字人软件，及其优势和可能面对的问题。推荐给对AI数字人技术感兴趣的童鞋阅读。

最近一条“没有译制片腔调的翻译”视频火遍全网。视频里，霉霉（美国歌星：泰勒·斯威夫特）用一口流利的普通话和主持人侃侃而谈，不仅声线毫无违和感，就连口型也全都对上了。不禁让人感叹，翻译都卷到这个地步了。

视频原作者“johnhuu教英语”翻译常有，而AI换嘴和模拟声线的翻译不常有。这不，不少评论区网友表示“我就说霉霉什么时候普通话这么标准了”。不仅如此，马斯克、艾玛沃特森等人都在借助AI翻译走上了“本土化”道路。

01 让霉霉讲普通话的男人来自中国

其实，这视频乍一看挺神奇，但也不是什么新鲜事了，拆解起来就三个方面：翻译+语音克隆+换嘴。翻译方面，市面上大多数翻译软件都可以做到准确，但论及优美程度还是需要人工加工。语音克隆和AI换嘴的工具也相当之多，例如目前主流的语音克隆软件有Audio Clone、Voice Cloaker、Voice Changer，换脸App有Faceapp、Openfaceswap、换脸大师等等。

视频火后，有网友扒出博主很有可能用的是HeyGen，该软件可以直接将翻译、语音克隆和换嘴三合一。

不扒不知道HeyGen崛起速度快的令人咂舌，据推特分析师Will统计，该网站从八月到九月访问量直线上升92%，现位居各大独立AI网站第一。而这个风靡外网的软件背后的开发者是实打实的中国团队——诗云科技，“诗云”取自刘慈欣的小说，其内核“技术无法取代艺术”与创始人徐卓（Joshua Xu）的理念不谋而合。

2020年12月，诗云科技在深圳成立，仅仅三个月就获得了红杉中国和臻基金200万至300万美元的种子基金。对于这个年龄只有三个月大的公司来说，此时他们真正要做的是找到产品市场匹配。

其实早在徐卓就职于Snapchat时，就有一些跨境电商找上门来，咨询“AI换脸”方面的技术，特别是那些服装品牌，服装品牌SKU很大，每个季度上新产品又很多，寻找不同肤色的模特拍摄大量新品是一件时间成本和经济成本都很高的事，据了解欧美模特的成本是亚洲模特的2-3倍。而使用了AI换脸技术后，商家只需要聘请国内模特再进行替换，就能获得不同人种的模特展示图，大大降低了成本提高了效率，有效解决了服装品牌国际化的痛点。

想来这也是为什么目前HeyGen主要面向B端的原因——点开HeyGen页面，标语写着“为新一代从初创企业到成熟企业的全球最优秀团队提供助力”。相较于传统视频制作，HeyGen无需设备，无需演员，无需三方团队，只要短短几分钟就可以生成摄制组要花许多天制作的视频，确实能在很大程度上减少大量有视频需求的企业的成本。

除此之外，我们还能看到其创始人Joshua Xu（徐卓）在线打广“What you see here is my video 100% generated by AI.（你所看到的我的视频100%由AI生成）”其神态、语句、画面都十分自然，甚至能看到窗外吹动的树叶。

一些体验过的网友表示HeyGen是视频生成效果最好的工具，只需要上传一段十几秒的视频，就可以获得本人音色、口型一致的说外语视频，此外还可以从300多种语音包中选择与人物形象相匹配的音色，涵盖40多种语言。目前月付最基础的套餐是15点数（1分钟消耗1个点数），价格29美金（约200人民币），每个月花200人民币可生成15分钟的视频，每个视频最长不超过5分钟。这对于有外语口播需求的中小企业来说非常省时省力。

凭借这个需求，诗云科技撬开了跨境电商的市场，当然这可能只是AIGC在营销行业中应用的一个缩影，或者说AIGC本质上正在进一步成为营销行业的新范式。

02 AI数字人，降本增效的第一空间

所以说“霉霉说普通话”的本质不过是最新的换脸技术再加一点小创意，而真正应用到商业营销中去的是更成熟的体系，比如复刻或者创造出一个数字人。国内也已经有很多明星将数字分身运用在直播、视频领域。从IP型到功能型，数字人正在走向更广阔的市场。

在这方面乐华娱乐当属水花最大，5月22日穿着经典粉色皮肤的“杜华”出现在直播间，一开口粉丝懵了，这普通话怎么这么好了，不一会儿一个长相一模一样的杜华也出现在屏幕上，用塑普介绍她旁边的AI分身“华华子”，粉丝表示这才对味，仅用十分钟的时间，直播间的观众就突破了32万。于是，乐华顺势推出了旗下艺人陈昕葳的AI分身和数字人“乐乐”在直播间讲解推销杜华女士的护肤品牌Dr.JE。

去年，刘润也自爆自己口播内容的短视频已是数字分身，只需要让AI学习一下以前的视频，就能生成一个“自己”，之后用音频就可以驱动这个数字人产出视频，体感非常高效。面对大量重复性较强但需要“本人”出镜的工作，他们不约而同选择复刻一个“硅基劳动力”。

朱梓骁、马可等人更是直接用自己的数字人分身在直播间带货，辰亦儒的AI形象连续吃播长达15个小时，虽然质疑声也甚嚣尘上，观众表示并不买单，但这一波确实吸引来了不少流量。

正如我们所说，营销本质就是内容创作，当AIGC出现的时候，营销行业的变革自然随之而来。目前已经有千千万万的“基本款”数字人主播活跃在直播间，虽然远不如“明星版”吸引流量，但对于商家来说仍然是一个不亏的买卖。

艾媒咨询数据显示，预计到2025年，中国直播电商行业规模将达到21373亿元，品牌自播成交额预计在今年会达至整体直播电商成交占比中的50.0%。

如何在品牌自播里找增量，不再依赖头部主播带货，箭矢瞄准了数字人。今年618，京东平台的虚拟主播——言犀亮相多个品牌直播间，开播商家较去年双十一增长了近5倍，现实成交额环比提高了246%。

相较于真人主播虚拟主播们呈现出以下几个优势：

• 低成本：正如前文提到的HeyGen的爆火，正是戳中了传统内容生产成本过高的痛点，从场景搭建到后期制作，真人直播间的成本一年要达到6-10万，而虚拟主播不过其十分之一。在极低的成本下，只要拉长时间就能有交易流水就能有营收。

• 全时段：在这个流量为王的时代，谁占用了用户更多注意力和时间，谁就能把握财富。真人主播再卷也卷不过24小时无休也状态饱满的数字人。目前，不少商家选择在流量高峰时让真人主播上播，流量低谷则用虚拟主播填补空白时间。

• 稳定性：优质主播永远是各大品牌争抢的对象，特别是对于专业性较强的行业来说更是如此，一个形象气质俱佳且专业知识过硬的主播被友商挖来挖去那是常事。虚拟主播背靠大数据和强大的算力，只要配置知识库和AI泛化能力就能直接上岗并且绝不“叛变”。

• 更灵活：数字人主播在生成时可根据商家需求选择外形、声线和语种，甚至可以在使用时进行修改。艾媒咨询数据则显示，2023年，中国跨境直播电商市场预计规模为2845.8亿元，同比增长率高达155%，2025年市场规模将达到8287亿元。面对强大的出口需求，可变换形象和语言的数字主播成了炙手可热的存在。

AIGC绝不是以数字人主播为噱头那么简单，而是渗透在直播交互的全过程——触达、吸引、认知、导购。在整个营销过程中，数字人不仅可以为用户提供产品信息，还可以作为品牌IP进行形象展示，从而吸引一部分用户，这也是当数字人主播广泛普及后，商家要着重发力的方向。

03 危险与机会并存，All In数字人你要面对…

如今，全力下注AI营销已成为行业共识，具备生成式AI入口属性的数字人也成为了兵家必争之地。但危险与机会并存，处在成长期的行业免不了存在问题。就目前来看，数字人显然还是有四个关键性的问题亟待解决：

• 创新问题：目前来看数字人在使用方面还有很大局限，绝大多数数字人不能实现从零到一的过程，也就是说降本增效是可以做到的，但大多也只是作为真人主播的补充，让数字人达成同等级别真人主播都完成不了的效果那显然是个伪需求。并且直播间数字场景搭建全部来自现实世界，是靠人的想象力，依靠数字人构建虚拟世界还有一段路要走。

• 平台问题：抖音作为最大的直播阵地对内容把控十分严格，5月17日，抖音平台更改了查封策略“要求做数字人直播必须有真人参与”。硅基智能CEO司马华鹏评价“这就是无人驾驶上车驾驶员不能离开方向盘”。有数据显示，在抖音平台100个账号的短暂封控率（封控1-3天，无永久封控）在30%左右。能被平台推流而每天产生成交量，30个账号中只有15个。

• 情绪问题：平台策略不支持，平台用户也不怎么买账。直播带货是兴趣性电商，并且充满了随机性，大多数商品不是必需品，非标品的成交很需要刺激到消费者情感需求。和真人相比，目前数字人缺乏与人沟通的延展性和共情能力，因此数字人在创新产品的带货上面显得非常吃力，当真人主播及时给到关怀从而转换成购买率时，数字人还在干巴巴介绍产品特性，复购率强已经形成购买习惯的产品才是数字人的主战场。

• 侵权问题：数字人既然被称之为“人”，就不仅涉及到技术问题，法律问题是大众和商家最关心的点。2D真人数字人通过摄取原视频信息生成视频，显然是侵犯了真人的肖像权，甚至可能变成犯罪工具，3D虚拟人的侵权行为大多出现在侵犯版权上。今年4月首例涉“虚拟数字人”侵权案在杭州判决，杭州某网络公司发布的视频，使用了魔珐公司发布的虚拟数字人形象及相关内容，最终被认定构成著作权侵权。

目前广告主、服务商都在试水数字人，AIGC赛道正处在圈地跑马阶段，市场指向已经逐步明朗，但高举高打后是否能形成健康的发展模式，还要看玩家们的心智和规范意识。

本文由@Morketing 原创发布于运营派。未经许可，禁止转载。

题图来自Unsplash，基于 CC0 协议。