天猫精灵X1正式发售，我们带来了一篇它背后声优的故事
文 | 猎云网（ilieyun）王艺多
2993字，约8分钟阅读
“我在，你说~”
一句清晰温柔的女声，如微风拂耳。
这是当你唤醒阿里天猫精灵X1时，它对你说的第一句话。
我相信很多人跟我一样，一定都很好奇：像这种音箱类AI智能硬件产品，它背后的声音如何而来？为它们配音的人又是怎样的？会不会也是一位长相甜美的邻家女孩呢？
今天，猎云网（微信：ilieyun）就带你认识一下，为天猫精灵X1配音的声优钰莹，一起聆听这声音背后的故事。
无心插柳，却是百里挑一
2008年，钰莹从家乡考入了北京现代音乐学院的播音主持专业。2012年毕业之后，她便开始了声优的职业生涯，曾为多部影视剧的角色配音，包括此前热播的电视剧《青丘狐传说》（萌狐篇）中的女一号婴宁，以及《寻找前世之旅》中的女一号叶隐。
钰莹说，自己很喜欢声优的的工作，父母也很支持她，尤其是妈妈，算得上是钰莹的头号粉丝。每当看到电视剧里的热播剧，妈妈都会问她有没有配音，配的是哪位，然后把这部剧从头到尾看完。
与我们日常朝九晚五的工作不同，声优并没有固定的工作时间，与兼职有些类似。如果影视剧需要配音的角色集数、台词比较多，时间就长些。不过他们的工作时间不会特别连续，配个两三天，就要休息一天，不然嗓子受不了。
平均来说，一部电视剧累计花费7~10天左右即可配音完成。工作空闲时，钰莹喜欢宅在家里看书，看电影或者看电视，唱唱歌，放松身心。也会打羽毛球，跑步。休假时，她喜欢和朋友们一起出去旅行。
今年5月，钰莹的一位同是声优的朋友找到她，说有一家公司正在找一种有亲和力的女声，希望她能过去试试。当时钰莹并没在意，只是和无数次试音一样，在录音棚里进行了三次。结果正是这无心插柳，钰莹赢下了百里挑一的配音资格。
“当时我根本不知道是哪家公司，也不知道我的声音要用在什么地方。我只知道这次的配音，和我以往经历的完全不同。而且从文本的字里行间我隐约感觉，自己应该是在为某个智能硬件配音。”
就这样，钰莹“稀里糊涂”的配音持续了两个多月。直到上个月5号产品正式发布时，她才知道，找她配音的神秘公司原来是阿里巴巴，猜测的那款智能硬件是天猫精灵X1。
“老司机”的新难题
尽管钰莹担任声优也有几年时间，经验比较丰富，可以说是声优中的老手。过去也为Apple Watch进行过功能视频广告的配音。但真正为智能产品配音，这还是头一遭。
要知道，声优为智能产品配音，和他们为影视剧配音的区别非常大。智能产品不仅对声优的音色有要求，还看重声音的稳定性，录制过程中声音不能忽高忽低，也不能带有任何情绪，需要一直保持着固定的音色和稳定的情绪。这对以配影视剧见长的钰莹，无疑是巨大的挑战。
在起初的几天里，钰莹的录音开展的并不顺利。与她搭档有两位录音师。她最常听到他们的话就是“高了高了。低了低了”。这意味着钰莹刚刚的录音需要重来。“不记得具体NG的次数，只知道刚开始重录了好多回。不过适应之后，后面的录制就非常顺利。”
但NG还不是她遇到的最大难题。
由于产品需要尽快进行声音合成测试，钰莹一上来就连续工作8天时间，结果却因劳累过度致使嗓子发炎。要知道，平时钰莹非常注重嗓子的保养，因录音过度导致发炎还是第一次。无奈，她只得去医院进行雾化治疗，休息调养了大约5天才继续开始复工。
除了NG与生病，考验钰莹的，还有高温。
“录音时需要完全的静音环境。所以录音棚除了没有窗户，甚至连空调都没有。我为天猫精灵录音时，刚好是5月~7月，录音棚里非常闷热，我们只能用大量的冰块降温。每录100句（一小时）休息一下。”
就是在这样的环境下，钰莹每天中午12点打车从位于东坝的家前往五道口的录音棚，一录就是6、7个小时，每周录制3到4天。在5月~7月两个月中，钰莹录制了累计两万句，共20多万字的文本。这是她到目前为止，声优生涯中工作时间最长的一次配音。
智能产品的声音关键——合成技术
为天猫精灵X1提供声音合成技术的是成立于1998年的海天瑞声公司，也就是钰莹录音时工作的地方。自成立以来，海天瑞声就一直专注在人工智能数据服务领域。其中语音合成数据库是他们从一开始就开展的业务。
据海天瑞声语音合成业务部经理廖晓玲透露，公司会根据客户的不同需求，进行发音人的招募和遴选，设计录音文本，进行录音和标注，以及对最终合成系统的评测。另外，他们也提供发音词典、声学模型和语言模型训练等服务。
之所以会选择钰莹作为天猫精灵X1的专用声优，廖晓玲直言，其实在她之前，海天瑞声已经为X1面试过不下百位声优，但都不是很满意。
“天猫精灵作为一款AI智能硬件，它的定位是在家陪伴我们的一名家庭成员，所以声音需要温柔，要有亲和力。此外，声音还需要适合语音合成技术的需要。所以声优的选择必须百里挑一。”廖晓玲告诉猎云网。
廖晓玲提到的语音合成技术，正是将声优的声音转换成智能产品声音的关键。据了解，早年的语音合成技术主要采用“参数合成”的方式，也就是提取声音特征，并将这些特征用数字化处理之后进行输出。
参数合成技术不需要录制大量素材，仅需要几千句即可。但对声音的平稳程度有极高的要求。“当时我们都是去找各个电视台的播音员，或者是播音主持专业的大学生。”廖晓玲说。
大约从2014年开始，“拼接算法”技术在业内逐步流行开来，也就是直接裁减录音片段原声，再经过平滑拼接处理输出声音。由于拼接算法直接使用声优的原声，所以效果听起来更贴近真人，更自然。
尽管部分产品依旧适用于参数合成，但廖晓玲还是切实感受到了业内技术风潮的转变。现在挑选声音时更看重音色，针对不同产品提供不同风格的声音。当然，拼接算法就需要声优录制大量的声音素材。廖晓玲透露，天猫精灵X1的配音还没有完全完成，他们预计将会录制大约30万字。而最多的一次，他们为一款产品录制了90万字的文本。
在实际体验时，X1几乎不会让你感觉到它在“蹦字”，回复的非常自然与悦耳，尤其是唤醒时的那句“我在，你说”。当然，这要归功于其背后钰莹和海天瑞声两个多月的付出。
和“自己”对话的感觉无比奇妙
尽管比曾经任何一次录音都要辛苦，但钰莹依旧很开心能为天猫精灵录制素材。或许人工智能技术对于像钰莹这些声优来说还很陌生，但他们也切实感觉到了AI对自己生活、工作带来的改变。
在钰莹看来，未来专门针对智能硬件产品配音的需求将越来越多。现在她身边配音圈的朋友，也有人开始接到其他产品的配音工作，AI智能硬件的发展必将是大势所趋。
钰莹坦言，自己乐于在今后继续为其他智能硬件配音。不过她与阿里签订过合同，近两年不能再用相同的声音为其他数码产品录音。
当然，钰莹也试用过天猫精灵X1。听到自己的声音从产品中传出来，钰莹直言有一种很神奇的感觉。尤其因为X1搭载了AliGenie的人工智能平台，仿佛钰莹自己在和另一个自己对话。“你真的很难想象，和一个跟自己说话一模一样的硬件产品对话是什么感觉。”
今天，天猫精灵X1已开始公开发售。钰莹很激动。她希望能让更多用户听到她的声音，她会感觉很自豪。未来，钰莹希望把声优这条路坚持走下去。不知道天猫精灵的二代产品，会不会继续选择钰莹呢。
END
“矮大紧”上线首月收入破2000万，声音付费背后还有哪些秘密？
热词：共享单车 | 充电宝 | 共享雨伞 | 以色列 | 名利场 | 互联网+农业 | 微信云控 | 崔永元之变 | 百度资产甩卖 | VR教育 | 联合办公 | 出逃乐视 | 光谷创业 | 无人便利店 | 许朝军设赌 | 苹果ARkit | 电单车 | 战狼2 | 李文星之死 | 矮大紧
［猎云网的原创文章欢迎转载，白名单授权请联系微信号：lieyunwang（备注“你的公众号名称+文章关键字”），回复关键词“转载”看须知］
相关内容
微信扫码咨询专知VIP会员