“基于这种划时代语音合成技术,回声科技目前仅发布‘回声配音’一项产品,仅仅是这一款软件,已经展现出令人震惊的功能效果。这一技术的后续开发非常值得期待。”
邵逸明看完软件,强压着内心的惊疑不定,去应用商店下载了手机app。
移动端的app设计非常简单,就是输入一段文字转换成语音,带有简单的参数调试功能。
AI配音对硬件的要求相当高,手机端不能一次转换太多内容,一次输入仅限五十字。
邵逸明第一时间想到那个刚刚通过海选的动画剧本,随意从剧本中拉出一句词输入进去。
文字输入完毕,蹦出挑选音色的选项,预置音色有最基本的童音、少年、青年、中年、老年,每一样都分男女。
点击某个音色,就直接输出声音。
仅仅是一句简短的对话,邵逸明点开每一个音色来回听了三遍,越听越觉得难以置信。
是语音合成,真正的语音合成。
和软件唱歌不一样,语音合成不是简单的声音排列组合,还需要自然语言处理,识别文字语义等等。现在,程序识别出了某句话的语义,根据语义配置了合理的起伏、韵律和声调,然后播放出来。
逼真程度之高,就像是有一个真人在手机里说话一样!
程序的表达不一定最动听,但绝对是符合语境的,让人找不出违和感。
换句话说,软件不具有顶尖配音演员的实力,但是却具有普通配音演员的能力。
邵逸明强自镇定,安慰自己说:平平无奇,没有灵魂。别怕别怕。
机器终归是机器,就算能配音,也只是套路化模仿人的语气,配不出有力量的情感表达。就像是演技拙劣的演员非要去演戏
他随便选了一个音色,点击确认,来到了下一个页面——情感选择。
下面有四个滑条,分别是喜悦、激动、愤怒、恐惧。
邵逸明滑动这四个滑条的时候,感觉异常不真实,就好像在滑动图片的RBG滑条一样。
滑动之后,实时生成的语音果然出现了微妙的语气变化。
这一页下面还有一样小字:“登陆电脑客户端,调节更多情感维度,还可以自行设计维度模型,保存参数建立情感滤镜。”
邵逸明犹豫了一下,没有理会,点击确定来到下一个页面。
这一步的名字叫“音频液化”,选择一个参数,在屏幕上生成一条曲线,手指涂抹就可以改变曲线的形状,纵轴是该项参数,横轴是时间。
音量是一条直线,用手指向上抹出一个小山包,山包对应的时间段的音量就会发生变化。
语调是曲线,可以用手指涂抹直接改变声调的上扬或下抑。
语气轻重是折线,可以制造强调声或轻声。
发声位置,可以调出气音、鼻音、胸腔共鸣、丹田发声不同的效果。
还有音高、语速等等各种各样的参数。原本“平平无奇没有灵魂”的普通对话,可以在这个界面往千奇百怪的方向去调整,输出令人叹为观止的多样性成果。
第四步就是最后一步,完成这一步之后,系统就生成了mp3文件。
邵逸明听了一遍又一遍,最后靠在椅子上,用手盖住脸,长叹一口气。
除了音色有些出入,这整句话和他所设想的一模一样。
过了半天,他终于找到理由安慰自己:“……第四步也太复杂了,选择困难症怕不是能玩一年。要是都这么一句话一句话地调,猴年马月才能完成一段配音?”
厉害归厉害,效率反而降低了。
这个想法刚一冒出来,app页面弹出提示:“是否感觉参数太细致,建立音频太麻烦,耗时过长?下载pc客户端,体验高效率AI配音。”
邵逸明立刻捕捉到关键点:pc端的功能更加强大?
这个手机端时时刻刻都在给pc端打广告,很明显只是pc端的一个推广试验版。
移动app已经强大如斯,pc端的完整功能该有多么恐怖?
邵逸明立刻起身,连回家都等不及,找了家最近的网吧,开机直接下载软件。
比起手机端的简易,pc端显得过于臃肿了。光纤网速下,软件下载了整整一个小时,又安装了半个小时,才总算弄好。
这是个付费软件,全功能试用一周,简单功能试用一个月。
邵逸明迫不及待地点进去,发现它比起手机端的确是强大了不少。
文本输入方式变成了导入文本文件,没有五十个字的限制,一次可以导入数千字的文本。
他直接登陆云盘把自己的剧本下载下来,从里面选了一小段导入进去。
文本读入后,显示在左侧的空白框里,系统自动识别文本格式,广告词、小说、剧本,都会有不同的排列方式,对应不同的窗口布局。就像ps一样,根据画画、修图、平面设计不同的功能,会有不同的窗口预设。
文本一导入,软件就蹦出提示,“监测到您的文本类型为剧本,是否切换为广播剧模式?”
切换之后,整个窗口布局大变样,被分成了五个模块。
左上是文本时
邵逸明看完软件,强压着内心的惊疑不定,去应用商店下载了手机app。
移动端的app设计非常简单,就是输入一段文字转换成语音,带有简单的参数调试功能。
AI配音对硬件的要求相当高,手机端不能一次转换太多内容,一次输入仅限五十字。
邵逸明第一时间想到那个刚刚通过海选的动画剧本,随意从剧本中拉出一句词输入进去。
文字输入完毕,蹦出挑选音色的选项,预置音色有最基本的童音、少年、青年、中年、老年,每一样都分男女。
点击某个音色,就直接输出声音。
仅仅是一句简短的对话,邵逸明点开每一个音色来回听了三遍,越听越觉得难以置信。
是语音合成,真正的语音合成。
和软件唱歌不一样,语音合成不是简单的声音排列组合,还需要自然语言处理,识别文字语义等等。现在,程序识别出了某句话的语义,根据语义配置了合理的起伏、韵律和声调,然后播放出来。
逼真程度之高,就像是有一个真人在手机里说话一样!
程序的表达不一定最动听,但绝对是符合语境的,让人找不出违和感。
换句话说,软件不具有顶尖配音演员的实力,但是却具有普通配音演员的能力。
邵逸明强自镇定,安慰自己说:平平无奇,没有灵魂。别怕别怕。
机器终归是机器,就算能配音,也只是套路化模仿人的语气,配不出有力量的情感表达。就像是演技拙劣的演员非要去演戏
他随便选了一个音色,点击确认,来到了下一个页面——情感选择。
下面有四个滑条,分别是喜悦、激动、愤怒、恐惧。
邵逸明滑动这四个滑条的时候,感觉异常不真实,就好像在滑动图片的RBG滑条一样。
滑动之后,实时生成的语音果然出现了微妙的语气变化。
这一页下面还有一样小字:“登陆电脑客户端,调节更多情感维度,还可以自行设计维度模型,保存参数建立情感滤镜。”
邵逸明犹豫了一下,没有理会,点击确定来到下一个页面。
这一步的名字叫“音频液化”,选择一个参数,在屏幕上生成一条曲线,手指涂抹就可以改变曲线的形状,纵轴是该项参数,横轴是时间。
音量是一条直线,用手指向上抹出一个小山包,山包对应的时间段的音量就会发生变化。
语调是曲线,可以用手指涂抹直接改变声调的上扬或下抑。
语气轻重是折线,可以制造强调声或轻声。
发声位置,可以调出气音、鼻音、胸腔共鸣、丹田发声不同的效果。
还有音高、语速等等各种各样的参数。原本“平平无奇没有灵魂”的普通对话,可以在这个界面往千奇百怪的方向去调整,输出令人叹为观止的多样性成果。
第四步就是最后一步,完成这一步之后,系统就生成了mp3文件。
邵逸明听了一遍又一遍,最后靠在椅子上,用手盖住脸,长叹一口气。
除了音色有些出入,这整句话和他所设想的一模一样。
过了半天,他终于找到理由安慰自己:“……第四步也太复杂了,选择困难症怕不是能玩一年。要是都这么一句话一句话地调,猴年马月才能完成一段配音?”
厉害归厉害,效率反而降低了。
这个想法刚一冒出来,app页面弹出提示:“是否感觉参数太细致,建立音频太麻烦,耗时过长?下载pc客户端,体验高效率AI配音。”
邵逸明立刻捕捉到关键点:pc端的功能更加强大?
这个手机端时时刻刻都在给pc端打广告,很明显只是pc端的一个推广试验版。
移动app已经强大如斯,pc端的完整功能该有多么恐怖?
邵逸明立刻起身,连回家都等不及,找了家最近的网吧,开机直接下载软件。
比起手机端的简易,pc端显得过于臃肿了。光纤网速下,软件下载了整整一个小时,又安装了半个小时,才总算弄好。
这是个付费软件,全功能试用一周,简单功能试用一个月。
邵逸明迫不及待地点进去,发现它比起手机端的确是强大了不少。
文本输入方式变成了导入文本文件,没有五十个字的限制,一次可以导入数千字的文本。
他直接登陆云盘把自己的剧本下载下来,从里面选了一小段导入进去。
文本读入后,显示在左侧的空白框里,系统自动识别文本格式,广告词、小说、剧本,都会有不同的排列方式,对应不同的窗口布局。就像ps一样,根据画画、修图、平面设计不同的功能,会有不同的窗口预设。
文本一导入,软件就蹦出提示,“监测到您的文本类型为剧本,是否切换为广播剧模式?”
切换之后,整个窗口布局大变样,被分成了五个模块。
左上是文本时