第113页
付费音频是新热点，行业拓荒者数不胜数，且已经有了珠穆朗玛那种成功的企业，没钱就没法高速铺开业务，就抢不过别人，就注定失败。 完了，一切都完了。 窗外华灯初上，邵逸明的脸反射在玻璃上，长达一个小时的时间，他脑中一片混乱。 一个小时后，他突然想：为什么？ 为什么会被那么多家风投连续放鸽子？难道是背后有人在搞他？ 还未来得及仔细思考，员工电话打进来，大呼小叫地跟他说：“邵哥！你看到了吗！变天了！怎么办！我们怎么办啊！” “怎么回事？”邵逸明这会儿异常冷静，嘴里回答着电话，脑海里还在想，谁会费这么大力气给他使绊子。 “快去看看新闻啊邵哥！！！都一下午了难道你还不知道吗！！！” 邵逸明飞快挂掉电话打开新闻网站，一个不容忽视的大头条挂在那里。 “回声科技今日震撼发布，划时代语音合成技术，我国人工智能已领先世界！” 他呆了一瞬，才打开新闻，拉下去细看。 整篇新闻的口吻带有一种明明很激动却强自抑制的感觉，这小编也真是厉害，用特别理性客观的文字把回声从上到下夸了一个遍，还不着痕迹地介绍了新软件的各种功能。 软件的名字很普通，就叫回声配音，和之前一模一样。 只不过之前的回声配音是个网页程序，这回有了客户端。 “基于这种划时代语音合成技术，回声科技目前仅发布‘回声配音’一项产品，仅仅是这一款软件，已经展现出令人震惊的功能效果。这一技术的后续开发非常值得期待。” 邵逸明看完软件，强压着内心的惊疑不定，去应用商店下载了手机app。 移动端的app设计非常简单，就是输入一段文字转换成语音，带有简单的参数调试功能。 AI配音对硬件的要求相当高，手机端不能一次转换太多内容，一次输入仅限五十字。 邵逸明第一时间想到那个刚刚通过海选的动画剧本，随意从剧本中拉出一句词输入进去。 文字输入完毕，蹦出挑选音色的选项，预置音色有最基本的童音、少年、青年、中年、老年，每一样都分男女。 点击某个音色，就直接输出声音。 仅仅是一句简短的对话，邵逸明点开每一个音色来回听了三遍，越听越觉得难以置信。 是语音合成，真正的语音合成。 和软件唱歌不一样，语音合成不是简单的声音排列组合，还需要自然语言处理，识别文字语义等等。现在，程序识别出了某句话的语义，根据语义配置了合理的起伏、韵律和声调，然后播放出来。 逼真程度之高，就像是有一个真人在手机里说话一样！ 程序的表达不一定最动听，但绝对是符合语境的，让人找不出违和感。 换句话说，软件不具有顶尖配音演员的实力，但是却具有普通配音演员的能力。 邵逸明强自镇定，安慰自己说：平平无奇，没有灵魂。别怕别怕。 机器终归是机器，就算能配音，也只是套路化模仿人的语气，配不出有力量的情感表达。就像是演技拙劣的演员非要去演戏 他随便选了一个音色，点击确认，来到了下一个页面——情感选择。 下面有四个滑条，分别是喜悦、激动、愤怒、恐惧。 邵逸明滑动这四个滑条的时候，感觉异常不真实，就好像在滑动图片的RBG滑条一样。 滑动之后，实时生成的语音果然出现了微妙的语气变化。 这一页下面还有一样小字：“登陆电脑客户端，调节更多情感维度，还可以自行设计维度模型，保存参数建立情感滤镜。” 邵逸明犹豫了一下，没有理会，点击确定来到下一个页面。 这一步的名字叫“音频液化”，选择一个参数，在屏幕上生成一条曲线，手指涂抹就可以改变曲线的形状，纵轴是该项参数，横轴是时间。 音量是一条直线，用手指向上抹出一个小山包，山包对应的时间段的音量就会发生变化。 语调是曲线，可以用手指涂抹直接改变声调的上扬或下抑。 语气轻重是折线，可以制造强调声或轻声。 发声位置，可以调出气音、鼻音、胸腔共鸣、丹田发声不同的效果。 还有音高、语速等等各种各样的参数。原本“平平无奇没有灵魂”的普通对话，可以在这个界面往千奇百怪的方向去调整，输出令人叹为观止的多样性成果。 第四步就是最后一步，完成这一步之后，系统就生成了mp3文件。 邵逸明听了一遍又一遍，最后靠在椅子上，用手盖住脸，长叹一口气。 除了音色有些出入，这整句话和他所设想的一模一样。 过了半天，他终于找到理由安慰自己：“……第四步也太复杂了，选择困难症怕不是能玩一年。要是都这么一句话一句话地调，猴年马月才能完成一段配音？” 厉害归厉害，效率反而降低了。 这个想法刚一冒出来，app页面弹出提示：“是否感觉参数太细致，建立音频太麻烦，耗时过长？下载pc客户端，体验高效率AI配音。” 邵逸明立刻捕捉到关键点：pc端的功能更加强大？