看過(guò)柯南的朋友一定不會(huì )陌生，電影中有一個(gè)出鏡率很高的神器-蝴蝶結變聲器，當公布真相時(shí)刻，柯南躲到沙發(fā)后對著(zhù)蝴蝶結模仿毛利小五郎的聲音進(jìn)行推理。
如今，隨著(zhù)科技的發(fā)展，這個(gè)酷炫的神器已從動(dòng)畫(huà)片中走入現實(shí)。
6 月 29 日，標貝科技推出一項可商業(yè)落地的聲音轉換解決方案，將任何一種聲音的音色，精準遷移至目標聲音的音色，實(shí)現聲音的出色轉換。
什么是聲音轉換呢？簡(jiǎn)單說(shuō)，就是在保持說(shuō)話(huà)內容不變情況下，用另一個(gè)人的音色說(shuō)出你想說(shuō)的話(huà)，你可以隨意變聲你想要的任何人物、角色的聲音。比如電影橋段周星馳配音，游戲直播解說(shuō)中的大叔變軟妹蘿莉、可愛(ài)的動(dòng)畫(huà)人物小豬佩奇等等，不需要復雜操作及漫長(cháng)等待時(shí)間，人人秒變聲音大咖，娛樂(lè )搞笑，趣味無(wú)盡。
可能有人會(huì )問(wèn)，直接用變聲器或調音器不也一樣可以做到嗎？ 據標貝科技語(yǔ)音技術(shù)相關(guān)負責人介紹，聲音轉換和變聲器有顯著(zhù)不同，具體表現在 4 個(gè)方面：
1、聲音轉換效果
無(wú)論是變聲器軟件還是傳統變聲技術(shù)，合成的效果都存在機械味偏重問(wèn)題，語(yǔ)調、語(yǔ)氣還原度與原音存在一定偏差，整體聽(tīng)感不自然。
而標貝的聲音轉換方案，依托智能語(yǔ)音技術(shù)和深度學(xué)習技術(shù)，可以精準的進(jìn)行目標音色遷移，高度還原原說(shuō)話(huà)人的語(yǔ)氣、韻律等特色。
2、交互體驗
傳統的變聲軟件需要通過(guò)人工調節語(yǔ)速、語(yǔ)調等參數，輸出的聲音音色轉換較單調，玩法單一，缺乏個(gè)性化的聲音表達，缺乏創(chuàng )意。
標貝的聲音轉換技術(shù)方案，能夠很好的解決傳統變聲的問(wèn)題，達到高辨識度、高自然度、高流暢度的變聲效果，同時(shí)能夠保留原發(fā)音人的語(yǔ)氣、韻律節奏等特征，讓變換后的聲音更有層次，更有個(gè)性。
3、應用場(chǎng)景
為了適應不同場(chǎng)景需要，聲音轉換技術(shù)可以有針對性的進(jìn)行輸出聲音的優(yōu)化訓練，進(jìn)而更好的表達場(chǎng)景化語(yǔ)音的特點(diǎn)，滿(mǎn)足用戶(hù)差異化的需求，傳統的變聲器很難做到場(chǎng)景維度的差異化。
4、轉換價(jià)值
傳統變聲器輸出的效果很不穩定，需要大量人工的調節，整體音質(zhì)質(zhì)量只能滿(mǎn)足部分娛樂(lè )場(chǎng)景的需求。
標貝的變聲技術(shù)，提供一站式轉換，無(wú)需人工參與，便可獲得穩定的自然聲音效果，也可擴展到更多的場(chǎng)景化應用。例如在媒體配音領(lǐng)域或在線(xiàn)教育領(lǐng)域，聲音轉換技術(shù)還可以大幅度提高內容制作的效率，節省視頻內容的創(chuàng )作成本和時(shí)間成本。
因而，聲音轉換和傳統變聲器有顯著(zhù)區別。
據介紹，標貝科技本次推出聲音轉換解決方案，是基于深度神經(jīng)網(wǎng)絡(luò )學(xué)習，應用語(yǔ)音信號處理和語(yǔ)音識別技術(shù)，將原說(shuō)話(huà)人的音色轉換成目標人音色，而且聲調、韻律、停頓等說(shuō)話(huà)特點(diǎn)可被轉換為目標人物聲音。目前已達到商業(yè)場(chǎng)景落地要求，如有聲閱讀、兒童教育、媒體、泛娛樂(lè )等多場(chǎng)景均可使用。
下面通過(guò)一個(gè)案例，為大家展示一下標貝的聲音轉換技術(shù)效果。
- 普通話(huà)版 -
- 方言版 -
原聲音分別為普通話(huà)版和方言版，目標對象聲音是兒童慧讀 App 產(chǎn)品恐龍貝克的聲音。從視頻中可以聽(tīng)到，原聲轉換到目標對象音色，轉換后的聲音效果幾乎難以分辨。（以上視頻僅用于聲音轉換技術(shù)示范） 讓我們再看一些聲音轉換的場(chǎng)景應用說(shuō)明。
以?xún)和适掠新曢喿x舉例，假如你擁有動(dòng)漫人物的 IP 版權，結合聲音轉換技術(shù)就可以用小豬佩奇、喜洋洋的口吻講述小朋友喜歡的故事啦～ 在游戲直播領(lǐng)域，主播可以通過(guò)聲音轉換技術(shù)，在保證語(yǔ)言風(fēng)格特點(diǎn)同時(shí)，變聲娛樂(lè )搞笑的解說(shuō)聲音，讓游戲解說(shuō)更有趣味性。 變聲本身就存在著(zhù)一定趣味性，在泛娛樂(lè )方面也有很大的市場(chǎng)需求，據艾瑞咨詢(xún)《后疫情時(shí)代中國線(xiàn)上泛娛樂(lè )市場(chǎng)展望》報告顯示，疫情期間，中國泛娛樂(lè )市場(chǎng)用戶(hù)活躍，網(wǎng)絡(luò )視頻、游戲直播、在線(xiàn)閱讀等均有增長(cháng)態(tài)勢。
全民娛樂(lè )消費時(shí)代已經(jīng)到來(lái)，短視頻搞笑趣配音頻上抖音熱門(mén)、游戲直播變聲整蠱被玩家廣為樂(lè )道，用明星聲音表達自己，也成為玩轉飯圈標志之一。
由此可見(jiàn)，聲音轉換的應用前景空間巨大。 事實(shí)上，在人工智能技術(shù)快速發(fā)展的今天，智能語(yǔ)音已給人們生活的很多方面帶來(lái)很大影響。技術(shù)創(chuàng )新應用，讓機器被賦予生命力，富有情感與溫度的與人類(lèi)進(jìn)行智慧對話(huà)，讓用戶(hù)感受科技的美好。
與此同時(shí)，通過(guò)聲音轉換技術(shù)，讓用戶(hù)主動(dòng)參與聲音轉換創(chuàng )作，給生活增添娛樂(lè )趣味性，也是科技創(chuàng )新價(jià)值所在。
聲音價(jià)值探索充滿(mǎn)無(wú)限可能，標貝科技已連續推出聲音復刻、情感合成、聲音轉換等系列語(yǔ)音技術(shù)產(chǎn)品，未來(lái)將進(jìn)一步加大技術(shù)創(chuàng )新投入，為行業(yè)帶來(lái)更高質(zhì)量語(yǔ)音交互解決方案。
歡迎對以上聲音轉換解決方案感興趣的行業(yè)伙伴與我們聯(lián)系
Business@data-baker.com
