一句話複刻專屬聲線！科大訊飛多模态數字人 “小飛” 重塑智能交互新體驗

　　2025 科大訊飛 1024 開發者節上，兩大 AI 創新成果驚豔亮相：多模态數字人 “小飛” 正式上崗，以八項核心能力打造 “類人” 服務體驗;業界首發的 “百變聲音複刻” 技術，僅憑一句話即可高保真複制音色，為聲音創作領域帶來革命性突破，标志着 AI 交互正從 “能用” 向 “有溫度、個性化” 全面升級。

　　多模态數字人 “小飛”：從工具到 “類人” 夥伴的跨越

　　已實際投入服務的數字人導覽 “小飛”，徹底打破了傳統數字人簡單問答的局限，成為能深度融入真實物理空間的智能夥伴。其核心優勢集中體現在三大維度：

　　在交互能力上，“小飛” 支持多人自由對話場景，無需固定輪流問答模式，可精準捕捉多用戶同時發起的需求并逐一回應。依托強大的多語種處理能力，它能流暢完成中英日韓等 10 餘種語言的實時交流，還能保留方言口音特色，消除跨語言溝通障礙。更具亮點的是其個性化記憶功能，能主動記錄訪客曆史咨詢信息、偏好設置等内容，後續互動時提供針對性提醒與服務。

　　在呈現形式上，“小飛” 實現了虛拟形象的秒級切換，既能以專業導覽員形象提供标準化服務，也能化身 “林黛玉” 等經典角色，為文旅講解、展廳互動等場景增添趣味性與沉浸感。這種靈活的形象适配能力，讓智能服務不再局限于單一風格，可滿足不同場景的氛圍需求。

　　科大訊飛董事長劉慶峰介紹，“小飛” 的核心突破源于遠場識别、3D 視覺感知、情感語義理解等八項核心技術的深度融合。它不僅能聽懂用戶指令，還能通過表情、肢體動作傳遞情感，實現 “面對面” 的多模态互動，讓 AI 服務從冰冷的功能輸出，轉變為有溫度、有深度的人性化陪伴。

　　“百變聲音複刻” 技術：一句話解鎖聲音創作自由

　　同步發布的 “百變聲音複刻” 技術，基于科大訊飛星火語音大模型研發，創下業界 “最短樣本、最高保真” 的雙重突破。用戶隻需錄制一句話的音頻樣本，系統便能快速提取音色、語調、情感等核心特征，高保真複刻出專屬聲線，情感還原度高達 92%，聲音誤差控制在 50 毫秒以内。

　　這項技術的創新之處在于 “複刻 + 創作” 的雙重能力。完成音色複刻後，用戶通過一條指令即可讓複刻聲音切換任意風格 —— 既可以生成溫柔的睡前故事語調，也能模拟激昂的演講語氣，甚至支持添加笑聲、停頓等細節标簽，實現語氣的動态調節。其跨語言适配能力同樣突出，可支持中英日韓等多語種混合生成，為跨文化内容創作提供便利。

　　從應用場景來看，“百變聲音複刻” 技術将重構多個行業生态。在數字人領域，可快速為虛拟主播、數字員工定制專屬聲線，解決當前數字人聲音同質化問題;在内容創作領域，有聲讀物作者、自媒體創作者無需專業錄音設備，就能生成個性化配音，大幅降低制作成本;在消費電子領域，還可應用于手機語音助手、智能音箱等設備，讓用戶擁有專屬交互聲音。

　　技術落地：連接大模型與真實場景的橋梁

　　無論是多模态數字人 “小飛”，還是 “百變聲音複刻” 技術，本質上都是科大訊飛推動大模型場景化落地的重要探索。正如 AI 數字人一體機的行業實踐所示，“軟硬結合” 的解決方案能有效降低大模型部署門檻，讓先進 AI 能力快速轉化為可感知的服務體驗。

　　“小飛” 已率先在展廳導覽、政務服務咨詢等場景上崗，其 “類人” 交互能力不僅提升了服務效率，更通過親和力十足的溝通方式消除了技術距離感。而 “百變聲音複刻” 技術的落地，将進一步豐富數字服務的個性化維度，讓每個人都能擁有專屬的 AI 交互标識。

　　未來，随着兩項技術在更多場景的滲透，從文旅講解、企業培訓到客戶服務、内容創作，AI 交互将迎來 “千人千面” 的新時代。科大訊飛通過技術創新，正持續搭建大模型與真實世界的連接橋梁，讓智能服務真正融入生活的每一個角落。