僅需十分鐘視頻數據，即可通過AI算法生成與真人無異的虛擬形象。訓練完成后，可支持文本或者音頻來驅動虛擬形象。視頻中的聲音，嘴型和表情保持一致，實現真人一致的信息傳播效果。提供多維度口語反饋的情景對話系統，增強用戶學習體驗，有效提高學生口語學習能力。不限內容、性別、語種，可將說話人的音色轉換為任意目標音色。可應用于影視配音，名人聲音克隆，個性化語音合成系統等。