12.01.26

Разовая оплата

MVP

Задачи ИКТ

Медиасфера

Виртуальный ведущий

ПО/ИС

Современные ИИ-ассистенты в основном используют текст или аудио, однако визуальная коммуникация остаётся ограниченной. Проблема состоит в том, что: отсутствует сервис, который может в реальном времени генерировать естественные движения лица, соответствующие речи; большинство решений не поддерживают HLS-стриминг, интеграцию в веб-клиенты и работу с GPU-инференсом; нет готовых библиотек, соединяющих TTS → аудиопризнаки → lipsync → HLS; существующие модели lipsync не предоставляют промышленного API-сервиса со статусами, сессиями и прогрессом. Таким образом, возникает потребность в едином технологическом решении, обеспечивающем стабильную генерацию видеоаватара с полной автоматизацией пайплайна TTS → Infer → Stream.

Функциональные эффекты Возможность автоматической генерации видеоаватаров по любому тексту. Естественный lip-sync, точно соответствующий аудиосинтезу. HLS-видео, которое можно встроить в любой веб-интерфейс. Масштабируемость под большие нагрузки за счёт GPU-инференса. Экономические эффекты Снижение затрат на производство видеоконтента (нет операторов, студии, актёров). Ускорение разработки и вывода новых ИИ-ассистентов. Экономия на обучении персонала и видео-разъяснениях. Технологические эффекты Повышение технологичности продуктов компании. Создание уникальной компетенции в lipsync-генерации. Формирование базы для будущих 3D-аватаров, real-time digital humans. Социальные эффекты Улучшение доступа населения к цифровым услугам. Удобство взаимодействия пользователей с ИИ-ботами.

Ахметов Бекназар Жалгасбекович