珠峰语音生成技术：5秒“克隆”声音，10秒定制音频

长三角




今天至11月2日，喜马拉雅亮相杭州2023云栖大会，展

<body>
 <div class="medium_layout" contenteditable="false">
  <div contenteditable="true">
   <img class="ait_item_box img_default" style="max-width: 600px; height: auto; display: block; margin: 0 auto;" src="https://image.whb.cn/image/978e05739d9741c2b4bc556863059543.jpg" alt="" width="1020" height="779" data-id="907330" data-src="https://image.whb.cn/image/978e05739d9741c2b4bc556863059543.jpg" data-width="1020" data-height="779">
  </div>
 </div>
 <p class="MsoNormal">今天至11月2日，喜马拉雅亮相杭州2023云栖大会，展示其自研的语音技术最新成果，包括珠峰语音生成式大模型和第二代智能语音交互系统。</p>
 <p class="MsoNormal">今年，云栖大会的主题为“计算，为了无法计算的价值”，并设有两场主论坛，邀请1000多位相关业界人士，带来500余场分享与互动，以多种方式促进不同人群对云上创新的理解。</p>
 <p class="MsoNormal">珠峰语音生成式大模型，具备快速实现语音音色和风格定制的能力，支持丰富场景下的音色实时转换，为声音赋予创造性的“变声”能力，宛如给声音涂上不同的“画皮”。此前，珠峰实验室团队已通过AIGC方式创作超过3.7万部有声书专辑，而AIGC作品的每日播放时长已超过250万小时。</p>
 <div class="medium_layout" contenteditable="false">
  <div contenteditable="true">
   <img class="ait_item_box img_default" style="max-width: 600px; height: auto; display: block; margin: 0 auto;" src="https://image.whb.cn/image/6b27c41c282e44169007ba9dfe563252.jpg" alt="" width="750" height="441" data-id="907331" data-src="https://image.whb.cn/image/6b27c41c282e44169007ba9dfe563252.jpg" data-width="750" data-height="441">
  </div>
 </div>
 <p class="MsoNormal">珠峰实验室负责人卢恒介绍，在音色定制方面，模型可实现5秒内“极速克隆”声音，基本音色相似度90%；10秒内快速生成定制音频。同时，模型可应用于语音内容生成、口语对话、语音音色实时转换、说话风格迁移、语音到语音跨语种翻译、说话人匿名化等不同场景。未来，这项技术在短视频创作、数字人配音、人机交互对话、名人IP复刻等领域潜力巨大。&nbsp;</p>
 <p class="MsoNormal">第二代智能语音交互系统，主要以喜马拉雅儿童形象代言人“波波”为中心，增强其自然连贯对话能力，为家庭亲子提供陪伴对话功能。&nbsp;&nbsp;</p>
 <p class="MsoNormal">珠峰实验室之前运用AIGC技术还原已故评书大师单田芳先生的声音，并使用他的AI合成音来全新演绎经典之作。目前，AIGC制作的“单田芳声音重现”系列专辑已突破100张，在平台总播放量超1亿次。</p>
 <div class="content_sign">
  文：付鑫鑫<br>
   图：采访对象提供<br>
   编辑：赵征南<br>
   责任编辑：范兵
 </div>
</body>

珠峰语音生成技术：5秒“克隆”声音，10秒定制音频

扫码下载文汇客户端