8 月 3 日，eNet研究院，德本咨詢和《互聯(lián)網(wǎng)周刊》共同評選并發(fā)布了“2020人工智能語義識別創(chuàng)新排行”榜單，標貝科技憑借自主創(chuàng)新打造的AI歌曲合成解決方案成功入選，體現(xiàn)出自身語音技術(shù)實力和解決方案服務能力受行業(yè)機構(gòu)廣泛認可。其中，與標貝一同入選的還包括百度、阿里、騰訊、小米等廠商，對應各家重點的語音產(chǎn)品服務。
（圖片來源：互聯(lián)網(wǎng)周刊）
AI技術(shù)的不斷進步，讓智能語音從單一商業(yè)模式向多元化商業(yè)模式的變遷，技術(shù)輸出的“厚度”增加，“邊界”擴大，也帶來了技術(shù)落地曲線的加速度增加。根據(jù)統(tǒng)計數(shù)據(jù)預測，2021年我國智能語音產(chǎn)業(yè)市場規(guī)模將突破100億元，在未來的幾年內(nèi)將依舊保持高速增長。
而AI合成歌曲，作為語音技術(shù)生成應用延展體現(xiàn)，可針對虛擬偶像、虛擬歌姬、泛娛樂、智能硬件等場景，為客戶提供個性化語音解決方案，增強用戶交互體驗。
事實上，常見的歌曲合成軟件，會涉及到聲音的波形、包絡和頻率，為了讓歌曲聽起來更接近人聲，需要人工調(diào)節(jié)包絡和頻率，還需要用不同的合成方法進行對比優(yōu)化，并且波形調(diào)節(jié)難度更高，即使經(jīng)驗再資深的調(diào)教師輸出的作品，也會有明顯的機械痕跡。整體來說在操作使用、合成速度、應用效果等方面均有不足之處。
作為在智能語義場景下的創(chuàng)新應用，標貝科技打造的AI歌曲合成技術(shù)解決方案，采用AI神經(jīng)網(wǎng)絡技術(shù)，可以自動化的對歌手聲音的參數(shù)進行調(diào)整，比如：節(jié)奏、和聲、力度、速度、調(diào)式等歌曲生成的重要參數(shù)。一站式的歌曲合成，讓用戶可以直接使用已訓練好的歌手聲音模型，無需更多的人工干預，輸入固定格式的樂譜即可合成想要的音樂，在合成效率和合成效果方面較歌曲合成軟件有顯著改善。
標貝語音技術(shù)負責人介紹，該方案主要面向大眾用戶，旨在提供娛樂化、個性化的使用體驗，借助 AI歌曲合成的歌聲不僅可以做到讓采樣原聲還原度很高，而且歌聲接近真人的歌唱水平，真實自然、優(yōu)美動聽。
動聽的旋律、美妙合成歌聲背后是強大的語音技術(shù)和歌曲數(shù)據(jù)支持。標貝科技擁有完整的采標一體化解決方案，能夠?qū)崿F(xiàn)快速產(chǎn)出高質(zhì)量的不同音色、風格類型的的AI數(shù)據(jù)。目前標貝科技語音數(shù)據(jù)規(guī)模總時長超過10萬小時， 40余種明星IP音庫，20余種歌曲音庫；近百種合成定制庫，包括中美兒童/男女聲、粵語/臺語/韓語/日語/方言男女聲、智能客服、前端訓練集等；識別自有庫超過50種，包括成人、青少年/兒童、地方方言及小語種等。
隨著語音技術(shù)不斷發(fā)展，技術(shù)與用戶的關(guān)系將變得更加緊密，而AI歌曲合成的空間也隨之加大。標貝科技將加大技術(shù)創(chuàng)新投入，推出更多優(yōu)質(zhì)語音交互解決方案，與行業(yè)伙伴攜手推動行業(yè)快速發(fā)展。
