|
2016年，美国一位科技记者James Vlahos，做了一件打动无数人的事。 他在父亲临终前几个月，下定刻意要把父亲的声音和教训永远留在身边。于长短技能配景的James在一个AI项目标辅佐下，自学语音合成与呆板进修。在父亲的辅佐下，他天天录制父亲一到两个小时的声音，共记录了9万多个单词用来练习AI模子。最终完成了由父亲声音组成的，雷同siri的语音助手，得以让James时时拜托哀思。
这个故事在打动了全球无数家庭的同时，也让AI开拓者与技能人员看到了用AI语音定制化的重要意义。毫无疑问，全球浩瀚家庭都在盼愿着雷同成果，无论是记录老人的声音，让本身的声音可以或许更多伴随孩子生长，照旧情人之间的声音伴随，家庭，正在成为AI语音技能应用场景的主疆场。 这种需求也在不绝受到财富界的重视。迩来几年，语音合成、声音克隆等技能相继成长，自然语言处理惩罚整体本领也获得了突飞猛进的成长。AI语音定制化这件事，也早已不耗损时几个月，用数万条语料举办呆板进修练习，而是真正的“飞入寻常黎民家”。 3月初，一直以技能领先著称的百度，在小度音箱中上线了语音定制成果。在小度APP中“爸妈讲故事”这个成果场景中，用户可以通过“一键录制专属语音”，录制本身和家人的语音包。
这是对话式AI硬件中，首次呈现用户语音定制本领。 当用户可以定制本身的语音包，让智能音箱不绝传来本身的声音，浩瀚行业法则好像都在产生变革。 让我们从语音合成、对话式AI，以及智能语音硬件三者成长的合流中，审视一下进入AI语音定制时代的2020，大概产生的三个改变。 门槛已去：AI语音进入定制化时代 事实上，AI语音定制的本领，一直都处在AI行业与用户的高度等候里。一方面让AI模仿用户声音，关乎家庭、伴随、影象等诸多社会感情因素;另一方面熟悉的声音大概触发许多新的应用想象，好比你大概懒得打开音频课，但假如你的爱豆可能女神给你上音频课，你大概都懒得睡觉。 因此，AI语音定制的工程化与贸易应用，始终被抱以高度等候。这条技能线索可以说是AI语音硬件，好比智能音箱、智能屏等产物一连成长的奇兵。 而AI语音定制的相关技能，在已往几年间迎来了不绝低落门槛、晋升应用局限的进程。James Vlahos用了9万多条语料举办呆板进修练习，但如今只需要几分钟就可以练习出语义领略和自然语言处理惩罚结果远远高出siri的定制化语音模子。 近几年，跟着技能的进级，定制用户语音的相关财富摸索一直在前进。好比一个名为Revoice的公益项目，但愿可以或许辅佐渐冻症患者留住本身的声音;而汽车AI厂商Cerence在去年推出了建设用户声音语音助手的成果;微软的Custom Voice处事，可以必然水平上让用户声音成为小冰的语音。去年，“语音定制成果”开始被应用到舆图场景，用户在百度舆图APP上录制20句话，就可以或许生成小我私家完整语音包。 如今，定制化语音的成果来到了最巨大的AI场景里：对话式AI设备。 在小度语音定制成果中，用户进入小度APP，就可以在“爸妈讲故事”这个成果里录制本身的专属语音包。谈不上多巨大，3-5分钟就可以录好，录制的声音可以播讲大段的故事，而且语气、语调、顿挫感在百度的AI语音本领加持下很是传神，没有异样感。
这意味着，AI定制语音的本领已经根基不再存在任何用户门槛，我们不消进修巨大的技能，挥霍大量时间，忍受一次次的失败。用户将以很是简朴的方法，就可以或许操作智能语音定制来展开实现家庭场景中的应用。语音定制的财富化通道也就此展开。 在另一条轨迹上，我们可以将其看作智能语音助手和对话式AI硬件的整体进化。 从2015年，亚马逊的Ehco降生起，语音助手就处在用呆板音一问一答的根基本领里。用户时常找不到继承说下去的动力。一问一答模式也与真人交互并不相似。 2019年，小度助手实现了全双工免叫醒本领，可以一次叫醒多次交互，终于让多轮对话在硬件中得以实现，谈天开始形似真人。 而AI语音定制的本领，或者可以看作2020年智能语音助手和相关硬件的又一次进级，用户可以借此实现千人千面的AI硬件，开拓者有了新的开拓基本。连锁产生的财富化影响也可以或许随之展开。 饭圈&家庭：两个场景的AI硬件或发作 AI语音定制化带来的第一个改变，就是用户大概会从头开始思考本身如何应用对话式AI硬件，以及为什么购置相关产物。 |
