近日，火山引擎正式推出有聲內(nèi)容創(chuàng)作平臺。該平臺歷經(jīng)2年研發(fā)，相較傳統(tǒng)平臺，其具備多情感演繹和自動化預(yù)測兩大優(yōu)勢。

據(jù)了解，多情感演繹上，有聲內(nèi)容創(chuàng)作平臺的“聲音超市”不僅提供70余款適配不同題材的精品音色，還可通過豐富的情感實現(xiàn)更精彩的演繹;自動化預(yù)測層面，平臺的AI自動區(qū)分文本中的對話和旁白、識別對話的情感，整體合理率高達90%以上。

(資料圖片僅供參考)

目前，火山引擎也針對新用戶開展了5折限時特惠活動，感興趣的用戶可前往火山引擎官網(wǎng)獲取優(yōu)惠。

70余款精品音色，情感更豐富的聽覺體驗

火山引擎的AI配音家族已擁有70余款精品音色，覆蓋各年齡段不同風格的精品音色，可適配各類題材，滿足不同企業(yè)和用戶的有聲創(chuàng)作需求。

“副語言”也稱“類語言”，是指伴隨話語出現(xiàn)的某些聲音現(xiàn)象，例如停頓、重音、語速、語調(diào)等，以及言語的功能性發(fā)聲，例如笑聲、哭腔、咳嗽等。在有聲內(nèi)容創(chuàng)作過程中，僅有音色數(shù)量上的積累并不夠，為了讓AI主播像專業(yè)配音演員一樣演繹出更深層次的“人類情感”，火山引擎為AI音色賦予了多樣的聲音情緒和“副語言”。

自動化預(yù)測工具，為業(yè)務(wù)降本增效

在精品AI有聲內(nèi)容制作中，需要人工對文本進行標注制作，尤其是長文本中，需要區(qū)分人物角色的臺詞以及對應(yīng)情感。這一過程耗時耗力，是造成精品AI有聲內(nèi)容很難大規(guī)模批量生產(chǎn)的原因。

針對這一痛點，火山引擎自研「AI 文本理解」模型 ，自動預(yù)測人物和情感，包括提取文本中對話人物、自動判定情感等能力。

在整體聽感與純?nèi)斯俗⒌男ЧR平的前提下，AI文本理解模型可以解放大部分的標注人力，大幅縮減標注的時間和成本，為企業(yè)降本增效。

在火山引擎「AI有聲內(nèi)容創(chuàng)作平臺」中，

● 用戶只需將目標文本導(dǎo)入，由平臺自動完成人物的抽取、并判定對話所屬的人物和情感;

● 在配音環(huán)節(jié)，用戶可以自主選擇配置AI音色來匹配人物，也可選擇簡單標定角色人設(shè)，依據(jù)平臺內(nèi)置策略一鍵配音;

● 配音完成后，平臺會根據(jù)自動預(yù)測的信息完成音頻的自動合成和拼接。

未來，火山引擎會持續(xù)投入有聲內(nèi)容創(chuàng)作平臺的建設(shè)與創(chuàng)新，在底層技術(shù)和實際應(yīng)用層面不斷探索從“文本”到“有聲作品”全流程的一體化智能創(chuàng)作方式，為用戶打造更好的使用體驗。

關(guān)鍵詞