12月2日～8日，第十屆中國國際新媒體短片節(jié)在深圳舉辦。AI數(shù)字人「陸川導演」與國內(nèi)首個AI虛擬偶像「子書美」與觀眾見面，可實現(xiàn)面對面互動交流，為觀眾帶來打破虛擬空間和現(xiàn)實空間次元壁的實時實感交流互動體驗。

　　虛擬形象不僅要看的見，其高辨識度的「嗓音」更是重要的聲音名片。值得一提的是，這兩位虛擬形象的「造聲」，均由思必馳提供的技術(shù)支持。

　　其中，AI數(shù)字人陸川導演「造聲」是基于思必馳神經(jīng)網(wǎng)絡(luò)建立的語音合成學習模型，將采集錄制的陸川導演本人的音頻進行訓練學習，合成出了以假亂真的AI數(shù)字人陸川導演的聲音。

　　與復刻AI數(shù)字人陸川導演的嗓音不同，子書美的合成音需要「憑空創(chuàng)造」。思必馳結(jié)合子書美形象性格與人設(shè)屬性，為其量身打造了一款知性優(yōu)雅的合成音。

　　語音合成技術(shù)也是當今國際人機交互領(lǐng)域競相研究的熱門技術(shù)之一，合成音的應(yīng)用極大減少了人力錄音的成本，成為了智能機器的標配能力，幫助廠商打造voice-IP。

　　思必馳提供數(shù)十種語音合成預設(shè)方案作為音色選擇，同時還可以對合成音進行大數(shù)據(jù)深度定制與小數(shù)據(jù)快速定制服務(wù)。

　　此外，關(guān)于語音合成的效果，一方面依賴算法模型，另一方面，依賴于用戶提供音頻語料的質(zhì)量。因此在音頻語料的采集上，建議在安靜的環(huán)境下進行，說話語速勻速、聲音大小適當、音色盡量一致、不要噴麥。語料音頻質(zhì)量越高，合成音效果自然越貼近真實人聲。

　　語音合成，好比AI時代的活字印刷術(shù)，創(chuàng)建一套合成模型，便可以「印出」你想要的聲音。語音合成出的聲音，以前所未有的方式改變著信息傳播交流的形式。