让人人秒变百变声咖，标贝科技推出AI声音转换解决方案

　　看过柯南的朋友一定不会陌生，电影中有一个出镜率很高的神器-蝴蝶结变声器，当公布真相时刻，柯南躲到沙发后对着蝴蝶结模仿毛利小五郎的声音进行推理。

　　如今，随着科技的发展，这个酷炫的神器已从动画片中走入现实。

　　6 月 29 日，标贝科技推出一项可商业落地的声音转换解决方案，将任何一种声音的音色，精准迁移至目标声音的音色，实现声音的出色转换。

　　什么是声音转换呢？简单说，就是在保持说话内容不变情况下，用另一个人的音色说出你想说的话，你可以随意变声你想要的任何人物、角色的声音。比如电影桥段周星驰配音，游戏直播解说中的大叔变软妹萝莉、可爱的动画人物小猪佩奇等等，不需要复杂操作及漫长等待时间，人人秒变声音大咖，娱乐搞笑，趣味无尽。

　　可能有人会问，直接用变声器或调音器不也一样可以做到吗？ 据标贝科技语音技术相关负责人介绍，声音转换和变声器有显着不同，具体表现在 4 个方面：

　　无论是变声器软件还是传统变声技术，合成的效果都存在机械味偏重问题，语调、语气还原度与原音存在一定偏差，整体听感不自然。

　　而标贝的声音转换方案，依托智能语音技术和深度学习技术，可以精准的进行目标音色迁移，高度还原原说话人的语气、韵律等特色。

　　传统的变声软件需要通过人工调节语速、语调等参数，输出的声音音色转换较单调，玩法单一，缺乏个性化的声音表达，缺乏创意。

　　标贝的声音转换技术方案，能够很好的解决传统变声的问题，达到高辨识度、高自然度、高流畅度的变声效果，同时能够保留原发音人的语气、韵律节奏等特征，让变换后的声音更有层次，更有个性。

　　为了适应不同场景需要，声音转换技术可以有针对性的进行输出声音的优化训练，进而更好的表达场景化语音的特点，满足用户差异化的需求，传统的变声器很难做到场景维度的差异化。

　　传统变声器输出的效果很不稳定，需要大量人工的调节，整体音质质量只能满足部分娱乐场景的需求。

　　标贝的变声技术，提供一站式转换，无需人工参与，便可获得稳定的自然声音效果，也可扩展到更多的场景化应用。例如在媒体配音领域或在线教育领域，声音转换技术还可以大幅度提高内容制作的效率，节省视频内容的创作成本和时间成本。

　　因而，声音转换和传统变声器有显着区别。

　　据介绍，标贝科技本次推出声音转换解决方案，是基于深度神经网络学习，应用语音信号处理和语音识别技术，将原说话人的音色转换成目标人音色，而且声调、韵律、停顿等说话特点可被转换为目标人物声音。目前已达到商业场景落地要求，如有声阅读、儿童教育、媒体、泛娱乐等多场景均可使用。

　　下面通过一个案例，为大家展示一下标贝的声音转换技术效果。

- 普通话版 -

- 方言版 -

　　原声音分别为普通话版和方言版，目标对象声音是儿童慧读 App 产品恐龙贝克的声音。从视频中可以听到，原声转换到目标对象音色，转换后的声音效果几乎难以分辨。（以上视频仅用于声音转换技术示范） 让我们再看一些声音转换的场景应用说明。

　　以儿童故事有声阅读举例，假如你拥有动漫人物的 IP 版权，结合声音转换技术就可以用小猪佩奇、喜洋洋的口吻讲述小朋友喜欢的故事啦～ 在游戏直播领域，主播可以通过声音转换技术，在保证语言风格特点同时，变声娱乐搞笑的解说声音，让游戏解说更有趣味性。 变声本身就存在着一定趣味性，在泛娱乐方面也有很大的市场需求，据艾瑞咨询《后疫情时代中国线上泛娱乐市场展望》报告显示，疫情期间，中国泛娱乐市场用户活跃，网络视频、游戏直播、在线阅读等均有增长态势。

　　全民娱乐消费时代已经到来，短视频搞笑趣配音频上抖音热门、游戏直播变声整蛊被玩家广为乐道，用明星声音表达自己，也成为玩转饭圈标志之一。

　　由此可见，声音转换的应用前景空间巨大。 事实上，在人工智能技术快速发展的今天，智能语音已给人们生活的很多方面带来很大影响。技术创新应用，让机器被赋予生命力，富有情感与温度的与人类进行智慧对话，让用户感受科技的美好。

　　与此同时，通过声音转换技术，让用户主动参与声音转换创作，给生活增添娱乐趣味性，也是科技创新价值所在。

　　声音价值探索充满无限可能，标贝科技已连续推出声音复刻、情感合成、声音转换等系列语音技术产品，未来将进一步加大技术创新投入，为行业带来更高质量语音交互解决方案。

　　欢迎对以上声音转换解决方案感兴趣的行业伙伴与我们联系

　　Business@data-baker.com