讓人人秒變百變聲咖，標(biāo)貝科技推出AI聲音轉(zhuǎn)換解決方案

量子位的朋友們 2020-06-29 18:25:56 來(lái)源：量子位

看過(guò)柯南的朋友一定不會(huì)陌生，電影中有一個(gè)出鏡率很高的神器—蝴蝶結(jié)變聲器，當(dāng)公布真相時(shí)刻，柯南躲到沙發(fā)后對(duì)著蝴蝶結(jié)模仿毛利小五郎的聲音進(jìn)行推理。

如今，隨著科技的發(fā)展，這個(gè)酷炫的神器已從動(dòng)畫片中走入現(xiàn)實(shí)。

6 月 29 日，標(biāo)貝科技推出一項(xiàng)可商業(yè)落地的聲音轉(zhuǎn)換解決方案，將任何一種聲音的音色，精準(zhǔn)遷移至目標(biāo)聲音的音色，實(shí)現(xiàn)聲音的出色轉(zhuǎn)換。

什么是聲音轉(zhuǎn)換呢？簡(jiǎn)單說(shuō)，就是在保持說(shuō)話內(nèi)容不變情況下，用另一個(gè)人的音色說(shuō)出你想說(shuō)的話，你可以隨意變聲你想要的任何人物、角色的聲音。比如電影橋段周星馳配音，游戲直播解說(shuō)中的大叔變軟妹蘿莉、可愛的動(dòng)畫人物小豬佩奇等等，不需要復(fù)雜操作及漫長(zhǎng)等待時(shí)間，人人秒變聲音大咖，娛樂搞笑，趣味無(wú)盡。

可能有人會(huì)問(wèn)，直接用變聲器或調(diào)音器不也一樣可以做到嗎？?據(jù)標(biāo)貝科技語(yǔ)音技術(shù)相關(guān)負(fù)責(zé)人介紹，聲音轉(zhuǎn)換和變聲器有顯著不同，具體表現(xiàn)在 4 個(gè)方面：

1、聲音轉(zhuǎn)換效果

無(wú)論是變聲器軟件還是傳統(tǒng)變聲技術(shù)，合成的效果都存在機(jī)械味偏重問(wèn)題，語(yǔ)調(diào)、語(yǔ)氣還原度與原音存在一定偏差，整體聽感不自然。
而標(biāo)貝的聲音轉(zhuǎn)換方案，依托智能語(yǔ)音技術(shù)和深度學(xué)習(xí)技術(shù)，可以精準(zhǔn)的進(jìn)行目標(biāo)音色遷移，高度還原原說(shuō)話人的語(yǔ)氣、韻律等特色。

2、交互體驗(yàn)

傳統(tǒng)的變聲軟件需要通過(guò)人工調(diào)節(jié)語(yǔ)速、語(yǔ)調(diào)等參數(shù)，輸出的聲音音色轉(zhuǎn)換較單調(diào)，玩法單一，缺乏個(gè)性化的聲音表達(dá)，缺乏創(chuàng)意。
標(biāo)貝的聲音轉(zhuǎn)換技術(shù)方案，能夠很好的解決傳統(tǒng)變聲的問(wèn)題，達(dá)到高辨識(shí)度、高自然度、高流暢度的變聲效果，同時(shí)能夠保留原發(fā)音人的語(yǔ)氣、韻律節(jié)奏等特征，讓變換后的聲音更有層次，更有個(gè)性。

3、應(yīng)用場(chǎng)景

為了適應(yīng)不同場(chǎng)景需要，聲音轉(zhuǎn)換技術(shù)可以有針對(duì)性的進(jìn)行輸出聲音的優(yōu)化訓(xùn)練，進(jìn)而更好的表達(dá)場(chǎng)景化語(yǔ)音的特點(diǎn)，滿足用戶差異化的需求，傳統(tǒng)的變聲器很難做到場(chǎng)景維度的差異化。

4、轉(zhuǎn)換價(jià)值

傳統(tǒng)變聲器輸出的效果很不穩(wěn)定，需要大量人工的調(diào)節(jié)，整體音質(zhì)質(zhì)量只能滿足部分娛樂場(chǎng)景的需求。標(biāo)貝的變聲技術(shù)，提供一站式轉(zhuǎn)換，無(wú)需人工參與，便可獲得穩(wěn)定的自然聲音效果，也可擴(kuò)展到更多的場(chǎng)景化應(yīng)用。例如在媒體配音領(lǐng)域或在線教育領(lǐng)域，聲音轉(zhuǎn)換技術(shù)還可以大幅度提高內(nèi)容制作的效率，節(jié)省視頻內(nèi)容的創(chuàng)作成本和時(shí)間成本。

因而，聲音轉(zhuǎn)換和傳統(tǒng)變聲器有顯著區(qū)別。

據(jù)介紹，標(biāo)貝科技本次推出聲音轉(zhuǎn)換解決方案，是基于深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，應(yīng)用語(yǔ)音信號(hào)處理和語(yǔ)音識(shí)別技術(shù)，將原說(shuō)話人的音色轉(zhuǎn)換成目標(biāo)人音色，而且聲調(diào)、韻律、停頓等說(shuō)話特點(diǎn)可被轉(zhuǎn)換為目標(biāo)人物聲音。目前已達(dá)到商業(yè)場(chǎng)景落地要求，如有聲閱讀、兒童教育、媒體、泛娛樂等多場(chǎng)景均可使用。

原聲音分別為普通話版和方言版，目標(biāo)對(duì)象聲音是兒童慧讀 App 產(chǎn)品恐龍貝克的聲音。從視頻中可以聽到，原聲轉(zhuǎn)換到目標(biāo)對(duì)象音色，轉(zhuǎn)換后的聲音效果幾乎難以分辨。（以上視頻僅用于聲音轉(zhuǎn)換技術(shù)示范）?讓我們?cè)倏匆恍┞曇艮D(zhuǎn)換的場(chǎng)景應(yīng)用說(shuō)明。

以兒童故事有聲閱讀舉例，假如你擁有動(dòng)漫人物的 IP 版權(quán)，結(jié)合聲音轉(zhuǎn)換技術(shù)就可以用小豬佩奇、喜洋洋的口吻講述小朋友喜歡的故事啦～?在游戲直播領(lǐng)域，主播可以通過(guò)聲音轉(zhuǎn)換技術(shù)，在保證語(yǔ)言風(fēng)格特點(diǎn)同時(shí)，變聲娛樂搞笑的解說(shuō)聲音，讓游戲解說(shuō)更有趣味性。?變聲本身就存在著一定趣味性，在泛娛樂方面也有很大的市場(chǎng)需求，據(jù)艾瑞咨詢《后疫情時(shí)代中國(guó)線上泛娛樂市場(chǎng)展望》報(bào)告顯示，疫情期間，中國(guó)泛娛樂市場(chǎng)用戶活躍，網(wǎng)絡(luò)視頻、游戲直播、在線閱讀等均有增長(zhǎng)態(tài)勢(shì)。

全民娛樂消費(fèi)時(shí)代已經(jīng)到來(lái)，短視頻搞笑趣配音頻上抖音熱門、游戲直播變聲整蠱被玩家廣為樂道，用明星聲音表達(dá)自己，也成為玩轉(zhuǎn)飯圈標(biāo)志之一。

由此可見，聲音轉(zhuǎn)換的應(yīng)用前景空間巨大。?事實(shí)上，在人工智能技術(shù)快速發(fā)展的今天，智能語(yǔ)音已給人們生活的很多方面帶來(lái)很大影響。技術(shù)創(chuàng)新應(yīng)用，讓機(jī)器被賦予生命力，富有情感與溫度的與人類進(jìn)行智慧對(duì)話，讓用戶感受科技的美好。

與此同時(shí)，通過(guò)聲音轉(zhuǎn)換技術(shù)，讓用戶主動(dòng)參與聲音轉(zhuǎn)換創(chuàng)作，給生活增添娛樂趣味性，也是科技創(chuàng)新價(jià)值所在。

聲音價(jià)值探索充滿無(wú)限可能，標(biāo)貝科技已連續(xù)推出聲音復(fù)刻、情感合成、聲音轉(zhuǎn)換等系列語(yǔ)音技術(shù)產(chǎn)品，未來(lái)將進(jìn)一步加大技術(shù)創(chuàng)新投入，為行業(yè)帶來(lái)更高質(zhì)量語(yǔ)音交互解決方案。

歡迎對(duì)以上聲音轉(zhuǎn)換解決方案感興趣的行業(yè)伙伴與我們聯(lián)系

Business@data-baker.com

— 完 —