人工智能定制语音助力值守者“回家”过春节

春节前夕，回家一项基于人工智能技术的人工公益活动在广州市天河消防驻地开展。通过这项活动，智能助力值守者过消防员们只需用日常的定制语气录制十几句话，就能够获得一份自己语音制作出的语音有声故事集。

“对于我们来说，春节大年夜值守保安全是回家我们的职责。”广州市天河区消防救援大队代理指挥员老裴表示，人工由于春节期间不能回家，智能助力值守者过很希望能用其他方法陪伴孩子和家人。定制录制音频后，语音自己的春节声音能在自己值守时陪伴孩子鼓励孩子，在孩子背古诗、回家读历史、人工学英语的智能助力值守者过时候能感受到家长的期待和关爱。老裴录制音频后，由京东云言犀语音合成生成的英文故事就能以老裴的声音播放，即便过年不回家，老裴也能成为孩子的英语启蒙老师。

京东云言犀团队研发人员介绍，目前依托言犀大模型，参与者只需录制10句话样本，即可在30分钟内完成模型自动化训练与部署，还原真人音色、音调、语气。为了更逼真地模仿参与者，AI定制语音还支持广东话、成都话等多种方言以及多种外语。

据介绍，大模型让人工智能的训练时间更短，模仿更真实。在训练阶段，机器通过学习捕捉每个人说话的特色，将真人采集的2—3分钟语音，自动切分为10秒内短句，通过语音识别技术将语音转化为对应文本，同时提取音频的声学特征频谱，以此为目标值对基础模型进行微调。在合成阶段，输入的故事文本被分段、切句，并被传入训练好的语音模型，通过语音合成技术，模型会依次反馈和播放语音，同时后端持续合成。

大模型不仅惟妙惟肖还原音色，还将丰富的情感注入到声音中。相关技术人员介绍，通过风格迁移技术，京东云言犀支持文本重读、语调修饰，还可调整合成音色的风格韵律，实现睡前故事的娓娓道来、带货主播的慷慨激昂、文学朗读者的抑扬顿挫等不同场景的语气语调，通过情感判断模型以及知识库语义挖掘，大模型还可在多轮交互的客服场景中精准识别用户喜怒哀乐，给出匹配相应情绪的回答。

据了解，京东云言犀语音模型，训练时融合近6亿用户每日超1000万次的智能服务交互，每月累积超200万小时通话语音，积累了3000万个高质量问答知识点，覆盖广泛的知识图谱。

京东云相关负责人介绍，几年前，新闻主播、演员等群体能够获得自己的人工智能合成声音，随着技术的发展，普通公众也可以拥有自己的合成声音。目前，京东云言犀全自研的语音语义技术广泛应用于零售智能外呼、多模态数字人、政务热线等多个场景，例如支持全国首个12355青少年综合服务智能平台、不间断服务芜湖12345热线，并助力搭建智慧养老平台，为天津市河西区5000多位独居老人每天呼出关怀电话。

除了消防员群体，这次活动还为极地科考者、电商客服等春节必须值守工作岗位的群体克隆音色并生成陪伴故事，让他们的声音“回家”过春节。

（图片由活动主办方提供）