智能語(yǔ)音合成技術(shù)將推向普通用戶群體

（文章來(lái)源：AiChinaTech）

百度地圖推出了定制化語(yǔ)音導(dǎo)航功能，簡(jiǎn)單說(shuō)就是用戶根據(jù)提示采集原聲，十幾分鐘后你將獲得屬于自己定制化的語(yǔ)音導(dǎo)航音頻包。所以說(shuō)用戶除了郭德綱、林志玲、羅振宇……這一票人之外還有更多選擇。其實(shí)我們?cè)谑褂妹餍菍?dǎo)航音頻包時(shí)會(huì)發(fā)現(xiàn)，除了很多“左轉(zhuǎn)”“紅綠燈路口”這類常規(guī)交通詞匯外，很多涉及地名的、地標(biāo)的詞是可以聽(tīng)的出是合成的。而現(xiàn)在“語(yǔ)音合成”技術(shù)推向普通用戶，就有了這些AI定制化合成服務(wù)。

單從使用AI合成的相關(guān)App來(lái)看，不禁聯(lián)想到那個(gè)“一夜而紅”的ZAO，還有國(guó)外的Deepfake，AI脫衣軟件DeepNude等等。而國(guó)內(nèi)專注于人工智能領(lǐng)域的企業(yè)越來(lái)越多，例如：商湯科技、曠視科技這兩艘“AI巨輪”的業(yè)務(wù)主要是對(duì)政府及企業(yè)的；而科大訊飛、大疆、華為、小米、優(yōu)必選科技的部分硬件類業(yè)務(wù)是to C類的；極鏈科技是專注于視頻領(lǐng)域的人工智能企業(yè)，業(yè)務(wù)面向品牌主及流量方，也就是to B類的。

對(duì)于廣大 C端 用戶來(lái)說(shuō)，AI合成技術(shù)正在通過(guò)各種智能設(shè)備實(shí)現(xiàn)并應(yīng)用。比如地圖AR增強(qiáng)，定制化音頻服務(wù)、定制化視頻服務(wù)、專屬智能客服等。

其實(shí)剛才提到過(guò)的曾經(jīng)爆火的這些App應(yīng)用，“ZAO”、“Deepfake”、“DeepNude”技術(shù)上有些共同之處，但是娛樂(lè)的點(diǎn)不同?！癉eepNude”涉及色情內(nèi)容，并上升到人身攻擊最終被禁止。網(wǎng)友用“Deepfake”在網(wǎng)上大量惡搞政府首腦，比如特朗普的惡搞視頻眾多。

工具類軟件更能被大家接受認(rèn)可，微信中音頻轉(zhuǎn)文字功能用起來(lái)很方便，并且通過(guò)計(jì)算機(jī)的學(xué)習(xí)，準(zhǔn)確度也在不斷提高。而科大訊飛推出的「訊飛聽(tīng)見(jiàn)」是目前將音頻轉(zhuǎn)文字業(yè)務(wù)做的較為成熟的平臺(tái)。業(yè)務(wù)細(xì)分為機(jī)器快轉(zhuǎn)和中文人工精轉(zhuǎn)兩種服務(wù)，可直接收費(fèi)變現(xiàn)。和百度地圖的定制版語(yǔ)音導(dǎo)航類似，屬于上傳后的AI處理，非在線轉(zhuǎn)化。

地圖app，作為一個(gè)相對(duì)高頻使用的工具類應(yīng)用，除了在滿足常規(guī)通行服務(wù)外，正在發(fā)現(xiàn)更多的To C服務(wù)場(chǎng)景。比如google地圖推出的AR導(dǎo)航功能，已經(jīng)開(kāi)始測(cè)試應(yīng)用，用于幫助用戶以在線實(shí)景增強(qiáng)的方式判斷方向及路線。華為也正在布局地圖服務(wù)，在Cyberverse數(shù)據(jù)平臺(tái)上發(fā)了Map Kit，而相關(guān)AR技術(shù)的應(yīng)用是在景區(qū)、博物館之類的場(chǎng)景做實(shí)景增強(qiáng)標(biāo)注和講解服務(wù)。在2017年高德地圖就推出了景區(qū)語(yǔ)音導(dǎo)游服務(wù)，發(fā)展至今已經(jīng)比較成熟。

AI＋音樂(lè)，在線音頻也一直被關(guān)注。今年7月抖音對(duì)外宣布了收購(gòu)英國(guó)AI初創(chuàng)公司Jukedeck，這家公司正在研發(fā)一種技術(shù)，將用人工智能創(chuàng)作音樂(lè)，對(duì)歌詞自動(dòng)配樂(lè)等方面。通過(guò)AI對(duì)音樂(lè)的深度學(xué)習(xí)，滿足用戶自由選擇音樂(lè)類型、曲風(fēng)、時(shí)長(zhǎng)等要求，讓每一個(gè)用戶都能體驗(yàn)到音樂(lè)創(chuàng)作的樂(lè)趣。

可以發(fā)現(xiàn)，相比5年前，AI合成技術(shù)已經(jīng)不再那么神秘。而那些曾經(jīng)“紅”極一時(shí)的深度偽造類App，通常在道德、隱私、風(fēng)險(xiǎn)等方面游走規(guī)則的邊緣，似乎滿足人們?cè)肌案Q視”、“色情”、“臆想”需求的功能成了火熱表相之下的底色，或許這并不是開(kāi)發(fā)者的初心，但是從環(huán)節(jié)上把控內(nèi)容的方向，依舊很有必要。

另外隱私問(wèn)題開(kāi)始被用戶所注重，但是隨著智能手機(jī)的普及應(yīng)用，智能化的服務(wù)的增多，包括面部解鎖、刷臉交易、刷臉登陸等。過(guò)去很長(zhǎng)一段時(shí)間用戶對(duì)App應(yīng)用上的用戶數(shù)據(jù)留痕，可能無(wú)暇顧及，但是當(dāng)下面部信息已經(jīng)成為了個(gè)人服務(wù)的入口，并且直接關(guān)聯(lián)用戶隱私、數(shù)據(jù)信息以及財(cái)產(chǎn)的安全性。

總體來(lái)看，AI合成技術(shù)的工具類應(yīng)用是比較被用戶認(rèn)可的，無(wú)論是功能性還是體驗(yàn)度，相對(duì)傳統(tǒng)服務(wù)有了較大提升。專業(yè)技術(shù)對(duì)普通用戶的門檻正在降低，服務(wù)、效率、準(zhǔn)確率、費(fèi)用等因素會(huì)成為工具類應(yīng)用的競(jìng)爭(zhēng)點(diǎn)。
? ? ? ?（責(zé)任編輯：fqj）