注： 虚拟数字人指标要求和评估方法 第2部分：2D真人形象类合成技术 Technical requirements and evaluation methods for digital human— Part 1: 2D real-person image synthetic technology (报批稿) 中华人民共和国工业和信息化部 发 布××××-××-××实施 ××××-××-××发布YD/T XXXX —XXXX中 华 人 民 共 和 国 行 业 标 准ICS 33.160 CCS M61 YDYD/T XXXX—XXXX I目  次 前 言 ................................................................................... II 引 言 .................................................................................. III 1 范围 .................................................................................... 1 2 规范性引用文件 .......................................................................... 1 3 术语、定义和缩略语 ...................................................................... 1 3.1 术语和定义 ........................................................................ 1 3.2 缩略语 ............................................................................ 1 4 具体指标及评估方法 ...................................................................... 1 4.1 评估方法概述 ...................................................................... 1 4.2 形象 .............................................................................. 1 4.3 语音 .............................................................................. 2 4.4 动作 .............................................................................. 3 4.5 多模态输出 ........................................................................ 3 4.6 整体 .................................................................................. 4 YD/T XXXX—XXXX II前 言 本文件按照 GB/T 1.1-2020给出的规定起草。 本文件为虚拟数字人指标要求和评估方法 系列标准，该标准的结构和名称预计如下： ——第1部分：参考框架； ——第2部分： 2D真人形象类合成技术； …… 本文件为《虚拟数字人指标要求和评估方法》 的第 2部分。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。 本文件由中国通信标准化协会提出并归口。 本文件起草单位 ：中国信息通信研究院， 深圳市腾讯计算机系统有限公司 ，南京新一代人工智能研 究院有限公司。 本文件主要起草人：颜媚，石霖，冯波，柴华，桂保坤，李露，莫小帅，张丹。 YD/T XXXX—XXXX III引 言 在人工智能 、虚拟现实等新技术浪潮的带动下 ，虚拟数字人制作过程得到有效简化 、各方面性能获 得飞跃式提升 ，开始从外观的数字化逐渐深入到行为的交互化 、思想的智能化 。以虚拟主播 、虚拟员工 等为代表的数字人成功进入大众视野 ，并以多元的姿态在影视 、游戏、传媒、文旅、金融等众多领域大 放异彩。但由于技术实力和成本等原因 ，市场上数字人产品质量良莠不齐 ，缺乏相关标准规范来对虚拟 数字人产品进行规范和约束。 为引导数字人产业健康发展 ，增强用户对数字人应用的信心 ，保护优质的应用提供商 ，营造良好的 市场环境， 特开展数字人相关应用的标准化工作。 《虚拟数字人指标要求和评估方法》拟分为以下几个部分： ——第1部分：参考框架 。目的在于提出数字人应用系统的逻辑框架 ，并分别从形象 、语音、动作、 交互处理、多模态输入、多模态输出等维度明确其技术评估指标。 ——第2部分： 2D真人形象类合成技术。 目的在于明确 2D真人形象类数字人合成技术的指标要 求以及具体的评估方法。 本文件为《虚拟数字人指标要求和评估方法 》的第 2部分 2D真人形象类合成技术 。主要规定了 2D 虚拟真人形象合成技术在形象、语音、动作、多模态输出等方面的指标要求及评估方法 。 YD/T XXXX—XXXX 1虚拟数字人指标要求和评估方法 第2部分：2D真人形象类合成技术 1　范围 本文件规定了 2D虚拟真人形象合成技术相关指标的评估方法 ，主要描述了形象 、语音、动 作、多模态输出等方面指标的评估方法。 本文件适用于指导第三方测评机构对 2D虚拟真人形象合成技术的评估、验收等工作。 2　规范性引用文件 下列文件对于本文件的应用是必不可少的 。凡是注日期的引用文件 ，仅所注日期的版本适 用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。 YD/T AAAA-AAAAA 虚拟数字人指标要求和评估方法 第1部分：参考框架 3　术语、定义和缩略语 3.1　术语和定义 下列术语和定义适用于本文件。 3.1.1　 2D真人形象类数字人 2-Dimensional real person digital human 通过提取真人视频中的声音 、唇形、表情动作等特征 ，运用语音 、唇形、表情合成以及深 度学习等技术联合建模训练而成的数字人。 3.2　缩略语 下列缩略语适用于本文件。 FP S 2D 3D 每秒帧数 二维 三维 Frames Per Second 2-Dimensional 3-Dimensional 4　具体指标及评估方法 4.1　评估方法概述 针对 2D真人形象类虚拟数字人应用系统的评估方法包括材料检查和技术测试两类测评方 法，具体如下： a) 材料检查：对指标的说明文档或证明文档进行查看； YD/T XXXX—XXXX 2b) 技术测试：指使用预定的方法 /工具使测评对象产生特定的结果，将运行结果与预期 的结果进行比对验证的过程。 4.2　形象 4.2.1　完好性 该指标的定义参见 YD/T AAAA-AAAA 5.1.1节。 评估项： 2D真人形象类虚拟数字人应用系统中数字人的形象完好性。 评估方法 ：主要通过技术测试的方式进行评估。使用普通文本数据集合成数字人视频，考 察数字人形象是否存在以下情况： ——严重的扭曲； ——严重的马赛克； ——明显跳帧； ——其他破损情况。 4.3　语音 4.3.1　发音准确性 该指标的定义参见 YD/T AAAA-AAAA 5.2.1节。 评估项： 2D真人形象类虚拟数字人应用系统中数字人的发音准确性。 评估方法 ：主要通过技术测试的方式进行评估。构建包含普通文本和特殊文本的文本测试 集，生成对应视频 ，统计发音错误的字符数 （英文记录发音错误的单词数 ），以及发音错误的 句数，计算发音字准确率和发音句准确率。 注1：普通文本数据是指除了常见字以外 ，不存在多音字 、数字、符号、声调发音等特殊情况的文本数据 。 注2：特殊文本数据是指存在多音字、数字、符号、声调发音等特殊情况的文本数据。 4.3.2　韵律准确 性 该指标的定义参见 YD/T AAAA-AAAA 5.2.2节。 评估项： 2D真人形象类虚拟数字人应用系统中数字人的韵律准确性。 评估方法：主要通过技术测试的方式进行评估。使用普通文本测试数据，输入一段文本， 生成对应视频 ，记录文字停顿 、断句位置与标准答案比对 ，一个句子为一个用例 ，统计停顿正 确用例数，计算韵律准确率。 4.3.3　语音舒适性 该指标的定义参见 YD/T AAAA-AAAA 5.2.3节。 评估项： 2D真人形象类虚拟数字人应用系统中数字人的语音舒适性。 评估方法：主要通过技术测试的方式