猎户星空用AI技术克隆了一个“傅盛”

和我一起成长进化

Think big  Think different

每个人都想拥有一台属于自己的专属机器人。如果只需要录制几段话，你就可以定制一款和自己声音一样的机器人，想不想要？

 

这项技术来自我两年前创立的公司——猎户星空。只需10段话，猎户星空的TTS技术就可复制一个人的声音。

 

我的同事用猎户TTS技术复制了一个我的声音。你们感受一下？

 

视频来自傅盛抖音号@陪你搬砖的傅盛

欢迎搜索抖音号：fstalk关注喔~

或许，大家对这项技术还不是很了解，也不了解行业其他人做的如何？以及猎户有什么不一样？下面我分享几点看法：

 

1.首先，何谓TTS技术？

 

我曾经有一个观点，语音交互将会是继键盘输入，触摸屏之后的又一革命性的交互方式。语音交互将成为未来人机交互的主要方式，而TTS就是语音交互时代的产品界面。用户记住一款产品，除了功能，就是界面，所以猎户在创立之初，就高度重视TTS技术的自研和产品创新。

 

简单概括，人与机器的语音交互方式分为两种：一种是机器能听懂人说什么，即“语音识别”；另一种是机器能开口说话，即“语音合成”（TTS，Text-To-Speech），也就是将文字转为声音，类似于人类的嘴巴。比如语音助手、智能音箱、服务机器人等，也就是你生活中会用到的Siri和导航中的志玲姐姐等等。

 

现在，猎户星空的TTS采用了业界最新的深度神经网络端到端的语音合成技术，在此基础上，训练了大语料库的语音库作为基础模型，只需录制10段话，提取出真人发音的特征后，通过Adapt自适应模型，建模发音人的发音特征，最后通过world声码器合成出与真人的发音、音色相同的语音。

 

目前，该技术只有微软，科大讯飞官方推出应用。不久，我们的官方应用也会上线，用户只需录制10段话，就可快速复刻属于自己的AI声音。

 

2.与同行相比，猎户星空家的TTS技术有什么不一样吗？

 

其实，当下行业各家公司的TTS产品效果差不多，均可达到在特定场景商用的效果。但，与真人发音有一定差距，用户在听感上还是会有机械感。

 

如果用户留心会发现，这些机器人虽然能自然对话，但听起来，你仍然会觉得它就是一个有点机械的、冰冷的机器人。

 

也因此，如何给用户更自然、更舒服、更像人声的对话体验？怎样更好地将TTS技术产品化？这是我跟猎户星空的产品技术同学一直思考的问题。我不希望——他们因为盲目迷恋技术，而忽略了“用户体验才是产品的核心”。我给他们定了一个目标——要让猎户的TTS成为这个星球最温暖的AI声音。

 

为此，当猎户TTS第一次以小雅智能音箱里的“小雅”面向用户时，我们就付出了很多努力，并在猎户TTS的打磨上花了很多心血。

 

首先，严格把关声音训练样本。我们不仅会考虑声音本身好听，录音中的语气、语调、发音标准上都要严格把控，保证极致的完成，达到还原最好的声音效果。

 

其次，在技术的实现上，为了让小雅的声音更有情感，我们没有用最先进省力的技术，而是真正从用户角度出发，从声音效果和体验出发，选择了拼接法（TTS主流技术实现主要有两种：拼接法和参数法，前者相比后者，需要的数据量更大，且消耗的人力物力和周期更长，成本也更高）。

 

其中，最难的是中英文混合TTS。因为，一般的合成中，中文录音是一批人，英文录音又是另一批人。两种语言结合起来，再用机器学习去学，出来的声音就会很奇怪。

 

后来，费尽千辛万苦，我们终于找到了一个能够和中文发音很像的女孩子，录了很多英语声音样本。所有这一切努力，只为了让用户在体验上感受不到差别，始终能给用户一致的、温暖的对话体验。

 

欣慰的是，猎户TTS一经推出，就在业界广受好评。也基于此，我们继续打磨了最萌童声。现在，除了成人女声外，猎户TTS也能提供最温暖最萌的童声体验。

 

有时，别人老问，你们猎户星空的TTS声音为啥能有这样的效果？技术本身的积累和突破是非常重要的部分；当大家技术水平都在差不多的量级时，更多的功夫还体现在对用户和产品的理解，以及对细节的严苛打磨。我们的优势就在于此——团队多年积累的互联网产品基因，以及对用户体验的极度重视和极致打磨。

 

3.最后，秀秀肌肉吧，其实也是我们过去取得的一点点成绩：）

 

两年时间，猎户星空的语音技术已经遍地开花，分别接入小米小爱同学、喜马拉雅小雅音箱、美的小美AI音箱、猎豹AI音箱等智能AI产品中，累计激活设备超过3000万，每天线上语音指令超过2000万次，拥有上百万小时远场语音数据积累。

 

还是可以当之无愧地说，猎户星空的语音交互技术（包括TTS），支撑起了中国智能音箱市场的大半壁江山：）事实上，猎户语音OS技术在中国智能音箱市场上占有的市场份额已经超过30%。

 

不久前，中国人工智能产业发展联盟（AIIA）公布了国内智能音箱智能化评级结果，猎豹的小豹AI音箱与小米、喜马拉雅、百度和京东的四款智能音箱成为“五强”。五强中，我们占了三强。其中三款音箱分别为——小豹AI音箱、小雅音箱和小米智能音箱，都使用了猎户星空的TTS技术。

 

就在一周前，华为发布首款智能音箱，这款音箱也采用了猎户星空的语音合成技术。

 

PS:明天举行的锤子新品发布会上，罗永浩也将发布使用猎户星空TTS技术的新产品。猜猜会是什么？

 

欢迎留言

我们会抽取幸运用户

    赠送超酷神秘大礼：）

有任何创业、职业、个人成长等问题，欢迎添加微信（ID：fsgogo）。