从喜马拉雅看音频技术革命的下一站( 二 ) 近年来

文章图片
目前，喜马拉雅上已有80多部运用还原自单田芳先生声音的AI合成音制作的专辑，这些专辑在喜马拉雅也一直深受用户喜爱，多张评书专辑长期位列喜马相声评书热播榜前列，例如《卧虎藏龙》《蜀山剑侠传》等。
不仅如此，喜马拉雅被ICASSP2022收录的自研跨语言语音合成技术，甚至在未来可以让我们听到单田芳先生的“声音”来播讲英文内容。也许在不久的将来， “单田芳英文声音重现”将与此前官方授权的“单田芳评书”和“单田芳声音重现”共同构成全新的“单田芳IP”矩阵。
AIGC正在成为人类PGC的延伸，以立体、真实的方式突破助力PGC突破空间、时间的局限，使PGC内容体系化得到了一次质变的提升发展。
以AIGC创造PUGC ， “AI续写+AI主播”闭环生产展现广阔前景
随着技术的发展， AI不仅是一种技术载体，也逐渐成为了一种人格象征。喜马拉雅基于自研的TTS框架，并采集头部主播“喜道公子”的真声打造了AI主播“喜小道” ，而基于大规模语言模型自研的自然语言处理模型的续写应用“彩云小梦”已经可以实现小说故事的AI创作，只需要给她一个1-1000字的开头，它就能为你续写出后面的故事。
借助自己AI智能技术有声化的优势，喜马拉雅的AI主播“喜小道”与彩云小梦续写AI合作，打造了首个从故事创作到演播均由AI完成的AI电台。据了解，彩云小梦入驻为喜马拉雅旗下网文创作平台奇迹文学的写手，将其作品经AI主播“喜小道”有声化后，发布在喜马拉雅平台。
“AI续写+AI主播”的方式证明了AIGC已经拥有了自己形成完整生产闭环的能力，更诞生了一种全新的以“AIGC”功能为基础的“PUGC” ，展现了AIGC及AI技术赋能创作广阔前景。
当AIGC遇上UGC ，想象力与算力碰撞后的指数增长
目前， AIGC由于技术成本和规格限制，更多集中在对于PGC和PUGC的加持上，未来如果AIGC成为每个UGC手中的工具时， AIGC强大的算力思维和UGC的蓬勃的内容创作活力将在提升创作效率的同时，进一步丰富内容的多样性。
相关行业专家表示，在无监督学习、深度强化学习、迁移学习、生成对抗网络等算法深入研究的基础上， AI的算力将越发强大，其背后自运算与强适应的特征能够完美匹配每一个内容生产者，指数级释放UGC内容创作的活力，带来多样且生动的内容创作光谱，有着非常大的想象空间。
当每一个人都拥有一个可以帮你定制化解决问题的“大白” ，每一个内容创作者都将可以拥有一座自己的“喜马拉雅” 。
技术势能释放商业价值新想象
对于消费者来说， AIGC是对于内容的加持是一次成功的探索。艾媒咨询《2021年中国耳朵经济发展专题研究报告》显示，超过六成受访用户认为AI合成音频比普通音频节目更有趣， 55.4%和48.5%的用户认为合成技术能增加内容丰富度和提高现有的音频节目质量。
在AIGC对于内容如此强大的增益背后，对于国内音频产业而言，技术越来越成为行业的重要竞争维度。易观报告显示， 2021年，以喜马拉雅为代表的主流平台不断投入技术研发，通过提升工业化水平，助力创作者实现更优质的内容表达。喜马拉雅等头部音频平台凭借自身的技术、团队、资金等优势深耕有声书、有声剧等赛道，丰富内容样态。
【从喜马拉雅看音频技术革命的下一站】商业规模带动技术创新，技术创新反哺市场选择，形成了一种喜马拉雅商业规模和技术发展双驱动之下的良性网络。据了解，喜马拉雅已在AI语音技术领域潜心钻研多年，并在内部专门成立了喜马拉雅智能语音实验室这一核心部门，长期专注于语音合成、识别、语音信号处理、编解码以及智能音效的研究和开发。喜马拉雅智能语音实验室卢恒表示，未来，喜马拉雅将持续投入语音技术的研发升级，不断创新和突破，进一步打开对于声音的理解和想象，让技术加持声音、让声音服务生活。