第6章 领先全球语音技术(1/2)

第一时间，陈耀安装编程软件。

这款名叫“宇宙”的编程软件，是从黑科技u盘找到的，利用它，可以加快编程速度。

编写代码的时候，它会给你智能联想、智能补充、智能修复。

不存在的。

要说配音软件，网上一搜一大把，专业电影公司也有自己的专业配音软件，效果也非常不错。

陈耀开发的黑马配音，究竟牛逼在哪里？

一句话总结——ai智能配音！

说白了，就是利用人工智能语音，代替配音师完成电影、动漫的配音。

如此智能的配音技术，别说在国内，全世界没有一家公司能做得到。

因为，这里边涉及到非常复杂的“自然语音识别”技术啊！

在国内，做“自然语音”技术，百度和讯飞毫无疑问是最领先的，两家的语音输入法，好多人都在用，背后的技术就是来自于他们强大的ai语音识别引擎。

在国外，语音技术最牛逼的是亚马逊、谷歌和微软，微软小冰许多人都玩过。

这些公司已经是当今世界最前沿的科技公司了，但他们依然无法做出真正的智能配音软件。

想要让智能语音，像是真人一样完成电影、动漫的配音，需要解决两大难题。

第一，超高的智能化。

现在的所谓人工智能，直白点说，还真有点傻。

智能音箱，你向智能音箱提问，答案往往让人感觉滑稽可笑。

例如，你问问智能音箱：“在你的脚下有一张5元和一张100元的钞票，你会捡哪一张？”

语音助手的回答，要么是“不知道啦。”要么回答：“捡100元。”

正确的答案应该是：两张都捡了！

再问问智能音箱：“马路上开车，突然从左边冲出来一个人，右边冲出来一条狗，车子应该向左转还是向右转？”

智能音箱会回答不知道啦，要么回答向右转。

真正的答案应该是：刹车！

现在的所谓人工智能，给人的感觉更像是个智障，或者说是个死脑筋的呆子。

所有问答都是程序员在背后设定好的，不是真正的神经网络智能。

所谓的深度学习，也做不到灵活变通。

例如问他一个脑筋急转弯。

小明的爸爸有四个儿子，大儿子叫大明，二儿子叫二明，三儿子叫三明，四儿子叫什么？

语音助手根据逻辑算法，它会回答：“四明！”

有一种东西叫大数据，程序员完全可以把所有的脑筋急转弯采集下来啊，那样，上面的问题，智能音箱不就可以答对了吗？

但要是我换一个询问方式。

有一个人叫傻笔，傻笔的爸爸有三个儿子，大儿子叫大笔，二儿子叫二笔，三儿子叫什么？

然后智能音箱又不会回答了，要么不知道，要么胡说八道。

虽然配音不需要什么高智商，也不需要它回答问题，但它至少也要有图象分辨能力。

给电影、动漫做配音，配音师需要根据里边的场景，人物的表情等等调整说话的语气、语调。

现在的人工智能在文字识别很强，基本可以做到100，看着电影字幕，机器人也能配音。

但问题是……

识别不了电影动漫里边的景象、表情，效果就会非常差劲。

在动态图象识别方面，当今世界没有一家公司真正做得好。

第二个问题，就是人工语音的感情。

真人说话的声音，抑扬顿挫、喜怒哀乐、有呼吸、有口水声，节奏或快或慢，这样的配音效果是当今的语音无法做到的。

现在的语音就是电子音，金属音，虽然某些公司做的语音做得很逼真，但还是能很明显听得出那种没人情味的“机器人”声音。

同一句话在不同的影视动漫场景，都会有不同的表现效果。

喜！

“今生得不到你的爱，来世再相见。”女主角在灾难现场找到了男主角，他还活着，她的语气是喜悦的。

怒！

“今生得不到你的爱，来世再相见。”反派被女主一剑刺穿胸膛，他语气充满了愤怒与不甘。

哀！

“今生得不到你的爱，来世再相见。”男主角向女主表白，被拒绝了，他语气低落。

乐！

“今生得不到你的爱，来世再相见。”男主角在愚人节戏弄女主成功，他得意大笑。

真人配音可以根据不同的场景，表现出不同的配音效果。

而ai语音只能根据文字配音，每说一次，它的语气、语调都是一样的，一样一样的。

如此呆板的语音，是不可能用在影视动漫配音的。

所以，人工智能想要应用在配音领域，在智能化和真感情方面都要有革命性的飞跃。

当今世界没有一家公司能做好，这就是留给初创者的机会。

陈耀手指飞快地在键盘上敲打着，一串串代码出现在编辑框当中。

他的大脑和手速都经过黑科技强化的，码字的速度那叫一个神速。

眨眨眼的时间，20行代码……眨眨眼的时间，50行代码……

换做普通人，别说有他那样的手速，眼睛都没这么快的速度啊，还没看清写了什么，就飞速滚屏刷新了。

陈耀完全沉浸在编写程序的境界中，体验着那种闪电一般的刷新快感。

大概三个小时后……

“啪！”陈耀重重敲下回车键：“ok，大功告成！”

黑马配音软件开发成功了！

更强