AI语音技术的升级与应用

新知榜官方账号

2023-06-29 20:05:04

背景介绍

AI语音技术是AI的一个分支，随着AI技术的发展，AI语音技术也在突飞猛进换代升级。现在，科大讯飞、搜狗等科技公司相继发布了语音合成技术的应用。通过AI手段，用户可以一秒变声为社会名人或者其他想要模仿的声音。AI的这种音色迁移技术可称为变声技术，可以将任何人的声音转换成特定人的声音(Any-to-One)。

变声技术的应用

与国内的IT公司比较起来，搜狗公司的AI变声功能已经达到实用的阶段。搜狗CEO王小川在一场大会上进行了展示。通过手机软件，王小川用AI变声模拟了高晓松和东北妹子的声音，引得现场连连发笑。比起AI之前的语音服务，如导航、智能音箱、问题解读等，变声技术是AI语音技术的重要升级，如果说之前的AI语音服务还在追求以什么样的语音，以及如何使AI的语音更像人的声调和音色为用户和公众提供更好的服务，那么现在的AI变声技术则进一步扩大了AI的应用范围，既有可能让AI语音更好为公众服务，也有可能让AI语音步入歧途，成为诈骗的工具。前者是向善和行善，后者是从恶和行恶。

变声技术的原理

AI的变声技术是一种逼真的语音合成技术，它的基础是神经网络和机器学习。神经网络模拟电信号在人脑神经元之间的传递过程，对输入数据进行处理，从大量样本数据中总结出共同特征，再通过机器学习模拟特定人的声音，达到以假乱真的效果。显然，这样的变音技术有很多用武之地，凡是可以采用语音或有声服务的地方，都可能获得这类服务和应用，如语音交互、有声读物、新媒体、智能客服、大众娱乐等。

变声技术的风险

不过，AI变声技术的短板也是显著的，如果有人利用这种技术向任何特定的人打电话以扮演其亲人、朋友、同事、上级的声音，就会让人难以辨别真假。不过，与AI变声技术相似的另一种AI语音技术似乎向善的成分大一些，这就是“讲话到面孔”技术，也可称为“闻声识人”技术。研究人员设计了一种智能软件，把网上搜集的数百万段教学和音像视频中的每个人的面部特征与其讲话的声音特点匹配和相联，形成一种可供计算机学习的大数据，通过深度学习，这种智能软件仅仅通过听一个人的声音就可以画出(显示)其相貌，而且八九不离十，但是，现在这种软件还不成熟。

“讲话到面孔”技术的应用

“讲话到面孔”的AI语音技术完全可以应用到刑事鉴识中，可以与较早的模拟画像技术一道成为刑事鉴识的补充技术。模拟画像技术是基于找不到嫌疑人的影视资料、声音和照片，或者是嫌疑人的图像很模糊，只能通过受害人或目击者的口述，由刑侦人员画出嫌疑人的相貌。2017年6月9日，克里斯滕森杀害中国访问学者章莹颖，在案件侦查之初，美国联邦调查局(FBI)就向擅长模拟画像的中国警官林宇辉发出邀请，请他协助画出嫌犯的画像，而当时能提供的嫌犯图片就来自街边监控摄像头上的模糊截图。

规范AI语音技术的发展

无论是AI变声技术，还是“讲话到面孔”的AI语音(闻声识人)技术，都是AI语音技术的升级。技术是中立的，关键在于如何使用这类技术。在这类技术应用于社会生活和工作之前，制定对其严格管理的措施极为紧迫和必须。2019年4月，全国人大常委会审议的《民法典人格权编(草案)》里加了一条规定：任何组织和个人不得以利用信息技术手段伪造的方式侵害他人的肖像权。同样，如果AI语音技术发展了，也应当加上不得以信息技术手段伪造的方式侵害他人的声音权，同时要单独在人工智能立法中涉及AI合成不得侵犯他人的肖像权、声音权等。任何未经授权的合成肖像、合成音频均属于侵权违法行为。尽管如此，还是需要有一部明确的法律来规范包括语音、肖像等在内的AI新产品和应用，使其只能向善行善，而非向恶行恶。

本页网址：https://www.xinzhibang.net/article_detail-2881.html

寻求报道，请

关键词

分享至微信：

相关工具

LALAL.AI

AI人声乐器分离和提取

Typecast

在线AI文字转语音生成工具

WellSaid Labs

AI文本转语音工具

Play.ht

超真实在线AI语音生成

魔音工坊

短视频/有声书AI配音平台，由出门问问推出

BGM猫

灵动音科技推出的AI智能生成BGM音乐

Achronix如何降低ASR解决方案的成本

概述本篇白皮书详细介绍了自动语音识别（ASR）的应用场景，以及Achronix如何在实现ASR解决方案的同时将相关成本降低高达90%。交互式人工智能（CAI）简介什么是交互式人工智能（AI）？交互式人工智能（CAI）使用机器学习（ML）的子集深度学习（DL），通过机器实现语音识别、自然语言处理和文本

分类标签自动语音识别交互式人工智能CAINLPASRFPGA

12-07 22:33

如何做到每天进步

如何做到每天进步如果你现在没有那么厉害，不要紧，只要你努力，只要你尽力而为。首先，要明确跟自己比较的重要性。竞争是无处不在的，但是我们更应该关注的是自己的个人成长和发展。每天努力比上次做得更好，后天也是，天天比昨天好。我们要竭尽所能，不断进步，才能提高个人竞争力。其次，要制定目标和计划。明确自己的目

分类标签自我超越努力进步个人竞争力

11-30 16:12

8款AI智能软件，提高工作效率，解决日常问题

ChatGPTChatGPT是一款聊天机器人，可以写邮件、写论文、写视频脚本，翻译、敲代码等，能够帮助我们提高工作效率，解决各种日常问题。NotionAiNotion是一款强大的Al写作助手。它能根据输入的关键词，推荐相关的文章素材，可以帮助我们提高文章的质量和准确度。MidjourneyMidjo

分类标签 AI智能软件自媒体工作效率

11-28 08:47

谷歌推出适配Pixel手机的全神经元设备端语音识别器Gboard

最近华为和三星为新机像素互相掐架。神仙打架分外精彩，但智能手机，不是应该比谁更智能吗？大多数人都不知道Google有一个手机亲儿子——Pixel。近日网上有消息透露，谷歌将新推出Pixel3a和Pixel3aXL两款中端机型。比Google手机本身更惹人期待的是，可以适配所有Pixel手机的Gboa

分类标签谷歌Pixel手机语音识别器

11-20 10:16

思必驰-上海交通大学智能人机交互联合实验室10篇论文被INTERSPEECH2020收录

思必驰-上海交通大学智能人机交互联合实验室10篇论文被INTERSPEECH2020收录国际顶级的语音技术圈会议INTERSPEECH2020于10月25-30日在中国上海举办，本次会议主题为“CognitiveIntelligenceforSpeechProcessing”。对话式人工智能平台公司

分类标签思必驰语音技术INTERSPEECH2020说话人识别语音识别口语语义理解

11-20 10:15

谷歌宣布增强Google Assistant技能，新增“阅读”功能

谷歌宣布新增“阅读”功能谷歌于今日宣布了一项名叫“阅读”（Readit）的Google Assistant增强技能。顾名思义，它可以帮助用户大声朗读网页文章、博客、或者短篇小说。在浏览相关网页的时候，你可唤出谷歌智能助理来执行这项操作，比如喊一声“Hey Google，Read this page”

分类标签谷歌GoogleAssistant阅读

11-20 10:14

云听CEM：帮助企业管理客户体验的新兴企业客户管理概念

云听CEM：帮助企业管理客户体验的新兴企业客户管理概念早期的企业客户管理系统以SAP、Salesforce等为代表，通过打通企业内部的业务流，整合数据，帮助用户提升了运营效率。但随着互联网的发展以及消费市场竞争的加剧，获取全渠道、全触点消费者的体验信息并基于此改善企业产品服务逐渐成为重点，这一趋势在

分类标签 CEM客户体验管理视界信息

11-08 08:51

五款免费听歌APP推荐

五款免费听歌APP推荐现如今人们版权意识越来越高，音乐平台也开始了版权争夺战。以前每个平台都能听到喜欢的歌曲，现在却不得不在几个APP之间来回切换，实在是非常麻烦，也不知道这场版权争夺战什么时候能结束。但在此之前，我找到了5个非常不错的听歌APP分享给大家，希望各位都能在听歌的时候能够不受限制。1.

分类标签听歌APP免费下载播放器音乐平台

11-08 08:50

语音对话推荐：研究、数据集、评估与展望

引言近年来，推荐系统在工业界取得了巨大成功，甚至成为互联网发展中不可或缺的增长引擎，基于此研究者们也在积极探索推荐系统的新形态，其中对话推荐系统（Conversational Recommender System，简称CRS）作为一个备受关注的研究方向被热议。对话推荐系统主要是通过使用自然语言进行多

分类标签语音对话推荐ConversationalRecommenderSystemVCRS

10-28 08:59

SoundHound或成AI语音助手竞赛中的大黑马

SoundHound或成AI语音助手竞赛中的大黑马据台湾《中时电子报》2月2日报道，除了Google Assistant、苹果Siri以及亚马逊Alexa之外，还有哪一款AI(人工智能)语音助手即将出头天？日前获得英伟达(NVIDIA)以及三星连手投资7500万美金的SoundHound，很可能将是

分类标签 AI语音助手SoundHound自动驾驶

10-28 08:57