小到視頻配音、有聲閱讀，大到呼叫中心、車載語音交互，智能語音的應(yīng)用場(chǎng)景越來越廣泛，市場(chǎng)規(guī)模和需求也逐步攀升。一些企業(yè)正在通過“定制化”音色的方式，在加強(qiáng)自身IP建設(shè)的同時(shí)，為客戶帶來更加沉浸、自然的聲音體驗(yàn)及多樣化的玩法。基于硅基智能在AIGC業(yè)務(wù)的需求，火山引擎為硅基智能量身定制了多個(gè)精品音色，既包含著名的行業(yè)IP人物，也涉及多位知名的企業(yè)家。
硅基智能是一家以服務(wù)智能化和知識(shí)智能化為核心的人工智能創(chuàng)新企業(yè)，以自研DUIX操作系統(tǒng)為核心，通過打造開放開源、集體進(jìn)步、任勞任怨的硅基勞動(dòng)力，為客戶提供近乎無限供給的數(shù)字員工，大幅度降低組織成本，快速提升組織效率，讓客戶在數(shù)字化轉(zhuǎn)型中擁有以算力為核心的創(chuàng)新競(jìng)爭力。
日常音色處理，有力支撐AIGC業(yè)務(wù)
語音合成技術(shù)，是人工智能領(lǐng)域的重要組成部分。伴隨著AIGC的興起和逐步落地應(yīng)用，當(dāng)前，越來越多的企業(yè)正在通過AIGC的方式打造自身IP形象，一些企業(yè)更是希望在線上打造企業(yè)家或知名人物的“數(shù)字分身”，去親近消費(fèi)者。
然而，企業(yè)家和知名人士在繁忙的工作日程當(dāng)中，難以抽出大量時(shí)間，在錄音棚內(nèi)錄制高品質(zhì)聲音。語音合成又對(duì)原生語音的音質(zhì)、音色、語調(diào)以及背景噪音方面都有極高的要求。
火山引擎精品音色定制產(chǎn)品，可以根據(jù)日常錄音和采訪對(duì)話等原生數(shù)據(jù)，進(jìn)行深入分析和處理，并通過降噪、針對(duì)性的聲音提取等創(chuàng)新方案的不斷迭代，解決日常對(duì)話多人、設(shè)備噪音、摩擦底噪等難題，進(jìn)而產(chǎn)出高品質(zhì)的定制音色。
在硅基智能的AIGC業(yè)務(wù)場(chǎng)景中，火山引擎與硅基智能聯(lián)手打造了高品質(zhì)的音色，滿足了不同客戶對(duì)聲音的需求。
多場(chǎng)景觸達(dá)，全面保障音色音質(zhì)
在強(qiáng)調(diào)視頻化、個(gè)性化、體驗(yàn)化的今天，如何滿足用戶的多樣化“聲控”需求?怎么通過真實(shí)、自然、流暢的合成音色，強(qiáng)化自身IP、吸引并留住用戶?是很多提供音視頻服務(wù)企業(yè)正在思考的問題。
火山引擎精品音色定制，是一套為客戶打造的專屬精品音色解決方案，支持多情感、多風(fēng)格、多語種的個(gè)性化定制，能結(jié)合客戶實(shí)際應(yīng)用場(chǎng)景需求，量身打造符合場(chǎng)景特點(diǎn)的定制化音色：
? 針對(duì)智能硬件的語音交互場(chǎng)景(如手機(jī)、車載系統(tǒng)、智能臺(tái)燈)：火山引擎提供了高度擬人化的播報(bào)聲音，使人機(jī)之間互動(dòng)更真實(shí)，從而提升用戶體驗(yàn)和轉(zhuǎn)化率;
? 將AI播講應(yīng)用于有聲小說領(lǐng)域：可以幫助用戶在聽書模式下解放雙眼，將內(nèi)容轉(zhuǎn)化為更加引人入勝的聲音體驗(yàn)。有效提高用戶聽書時(shí)間，增加應(yīng)用的活躍度;
? 將定制IP、趣味方言等個(gè)性化音色應(yīng)用于視頻、廣告配音等場(chǎng)景：可提升音視頻內(nèi)容生產(chǎn)效率，打造更多元、便捷的內(nèi)容生產(chǎn)方式;
? 定制專業(yè)主播音色，將聲音應(yīng)用到有聲資訊以及新聞App中：可減輕主播錄音工作壓力，提升新聞內(nèi)容制作效率，還能為視障人士、老年人提供無障礙的有聲閱讀環(huán)境;
? 為在線教育場(chǎng)景定制老師音色：能夠減少老師重復(fù)性、標(biāo)準(zhǔn)化講解的工作，提升授課效率，從而創(chuàng)造更高效的教學(xué)體驗(yàn);
除應(yīng)用場(chǎng)景豐富多樣以外，火山引擎精品音色定制：
? 在技術(shù)上，使用自研的行業(yè)領(lǐng)先的端到端語音合成技術(shù)，提供自然流暢的聽感體驗(yàn);
? 在效果上，僅需1-2個(gè)小時(shí)錄音棚原音，即可實(shí)現(xiàn)MOS值4.2以上的還原效果，高度還原真人錄音的風(fēng)格及發(fā)言特點(diǎn);
? 在保障上，通過豐富的發(fā)音人與錄音棚資源，自身的語音語言學(xué)專家和錄音指導(dǎo)專家，滿足語種和風(fēng)格定制需求，全面保障錄音與效果數(shù)據(jù)質(zhì)量;
經(jīng)過抖音集團(tuán)大量實(shí)踐驗(yàn)證及長期的行業(yè)深耕，火山引擎通過領(lǐng)先的端到端語音合成技術(shù)，可為企業(yè)提供17+種語言、13+種方言、100+種不同風(fēng)格的合成音色，為用戶打造“聲”臨其境的真實(shí)體驗(yàn)。
目前，火山引擎精品音色的定制產(chǎn)品已廣泛服務(wù)包括抖音、剪映、番茄小說、今日頭條等內(nèi)部客戶，外部服務(wù)如合眾汽車、追書神器、配音鴨等客戶;未來，火山引擎將持續(xù)以音色定制產(chǎn)品為引領(lǐng)，不斷推進(jìn)技術(shù)創(chuàng)新，通過更加逼真、自然、富有情感的聲音合成技術(shù)，為企業(yè)級(jí)客戶打造更個(gè)性化，更具“人情味”的音色解決方案。
