人工智能定制語音助力值守者“回家”過春節
春節前夕，一項基于人工智能技術的公益活動在廣州市天河消防駐地開展。通過這項活動，消防員們只需用日常的語氣錄制十幾句話，就能夠獲得一份自己語音制作出的有聲故事集。
“對于我們來說，大年夜值守保安全是我們的職責。”廣州市天河區消防救援大隊代理指揮員老裴表示，由于春節期間不能回家，很希望能用其他方法陪伴孩子和家人。錄制音頻后，自己的聲音能在自己值守時陪伴孩子鼓勵孩子，在孩子背古詩、讀歷史、學英語的時候能感受到家長的期待和關愛。老裴錄制音頻后，由京東云言犀語音合成生成的英文故事就能以老裴的聲音播放，即便過年不回家，老裴也能成為孩子的英語啟蒙老師。
京東云言犀團隊研發人員介紹，目前依托言犀大模型，參與者只需錄制10句話樣本，即可在30分鐘內完成模型自動化訓練與部署，還原真人音色、音調、語氣。為了更逼真地模仿參與者，AI定制語音還支持廣東話、成都話等多種方言以及多種外語。
據介紹，大模型讓人工智能的訓練時間更短，模仿更真實。在訓練階段，機器通過學習捕捉每個人說話的特色，將真人采集的2—3分鐘語音，自動切分為10秒內短句，通過語音識別技術將語音轉化為對應文本，同時提取音頻的聲學特征頻譜，以此為目標值對基礎模型進行微調。在合成階段，輸入的故事文本被分段、切句，并被傳入訓練好的語音模型，通過語音合成技術，模型會依次反饋和播放語音，同時后端持續合成。
大模型不僅惟妙惟肖還原音色，還將豐富的情感注入到聲音中。相關技術人員介紹，通過風格遷移技術，京東云言犀支持文本重讀、語調修飾，還可調整合成音色的風格韻律，實現睡前故事的娓娓道來、帶貨主播的慷慨激昂、文學朗讀者的抑揚頓挫等不同場景的語氣語調，通過情感判斷模型以及知識庫語義挖掘，大模型還可在多輪交互的客服場景中精準識別用戶喜怒哀樂，給出匹配相應情緒的回答。
據了解，京東云言犀語音模型，訓練時融合近6億用戶每日超1000萬次的智能服務交互，每月累積超200萬小時通話語音，積累了3000萬個高質量問答知識點，覆蓋廣泛的知識圖譜。
京東云相關負責人介紹，幾年前，新聞主播、演員等群體能夠獲得自己的人工智能合成聲音，隨著技術的發展，普通公眾也可以擁有自己的合成聲音。目前，京東云言犀全自研的語音語義技術廣泛應用于零售智能外呼、多模態數字人、政務熱線等多個場景，例如支持全國首個12355青少年綜合服務智能平臺、不間斷服務蕪湖12345熱線，并助力搭建智慧養老平臺，為天津市河西區5000多位獨居老人每天呼出關懷電話。
除了消防員群體，這次活動還為極地科考者、電商客服等春節必須值守工作崗位的群體克隆音色并生成陪伴故事，讓他們的聲音“回家”過春節。
(圖片由活動主辦方提供)
本文鏈接：http://knowith.com/news-1-297.html人工智能定制語音助力值守者“回家”過春節
聲明：本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
