如今，隨著新一代科技革命和產(chǎn)業(yè)變革的到來，人工智能技術(shù)愈發(fā)受到了越來越多國家和企業(yè)的青睞。今年以來，我國連續(xù)第三次將人工智能寫入政府工作報(bào)告之中，且提出“智能＋新概念”；國內(nèi)35所高校成功建設(shè)人工智能相關(guān)專業(yè)和學(xué)院；以及人社部等三部門發(fā)布人工智能有關(guān)新職業(yè)，無不推動(dòng)了人工智能建設(shè)的提速發(fā)展。

而作為人工智能重要分支之一，AI語音技術(shù)也在這樣積極向上的大環(huán)境中迎來了快速崛起。目前，除了傳統(tǒng)意義上的AI語音識(shí)別、AI語音服務(wù)等之外，全球又誕生出了AI語音合成、AI語音辨人等新突破和新應(yīng)用。其中，AI語音合成由于在應(yīng)用上的“善惡難定”，更是引發(fā)了人們的廣泛關(guān)注和爭(zhēng)議。

AI語音合成技術(shù)發(fā)展迅猛

眾所周知，交流和交互的方式有很多種，比如語言、文字、圖像、動(dòng)作等等。在人機(jī)交互方面，從上世紀(jì)70年代開始，人類便在不斷探索最便捷、最自然的交流方式，不管是計(jì)算機(jī)時(shí)代的鍵盤打字，還是智能手機(jī)時(shí)代的觸摸屏，都是對(duì)應(yīng)時(shí)代的潮流創(chuàng)新式探索。而如今，顯然輪到了AI語音技術(shù)。

據(jù)了解，語音交互對(duì)人機(jī)語音通信的作用主要依賴兩方面技術(shù)，其一是語音識(shí)別技術(shù)，其二便是語音合成技術(shù)。和語音識(shí)別相比，目前語音合成的技術(shù)相對(duì)說來要成熟一些，并已開始向產(chǎn)業(yè)化方向成功邁進(jìn)，大規(guī)模應(yīng)用指日可待。不過，AI與語音合成的融合發(fā)展尚處于起步探索階段。

在此過程中，以科大訊飛、阿里、百度、搜狗、谷歌等為代表的一大批先進(jìn)科技企業(yè)，都在助推AI語音合成技術(shù)的穩(wěn)步突破。

比如2018年，谷歌便隆重推出了一款A(yù)I語音合成器，作為其機(jī)器學(xué)習(xí)云工具套件的一部分，該合成器能滿足任何開發(fā)人員和企業(yè)的語音合成需求。此外，今年阿里達(dá)摩院也再度秀出了新型的AI語音合成技術(shù)，不僅定制成本降低了10倍，同時(shí)能夠讓企業(yè)與個(gè)人定制其專屬“AI聲音”。

總的來說，在各大科技巨頭的加速布局與持續(xù)突破下，目前AI語音合成在技術(shù)上已經(jīng)取得了不小成果，商業(yè)化應(yīng)用探索也開始逐步啟動(dòng)，發(fā)展速度令人咋舌。未來，隨著應(yīng)用的日漸成熟，產(chǎn)品大規(guī)模進(jìn)入市場(chǎng)，AI語音技術(shù)走進(jìn)人們的日常生產(chǎn)和生活指日可待。

現(xiàn)實(shí)生活中應(yīng)用愈發(fā)廣泛

那么，AI語音合成技術(shù)，到底能在哪些領(lǐng)域獲得應(yīng)用呢？

從當(dāng)前來看，AI語音合成能落地的領(lǐng)域著實(shí)不少，比如影視娛樂、汽車行業(yè)、銷售服務(wù)行業(yè)等等。其中，在影視娛樂方面，2017年以來我國已經(jīng)利用AI語音合成技術(shù)打造了《創(chuàng)新中國》等極具創(chuàng)新性的節(jié)目，由人工智能合成配音的紀(jì)錄片打破了人們的固有印象，原來除了指令語和提示音，AI加語音還能夠合成出如此惟妙惟肖的自然聲音。

與此同時(shí)，我國還利用AI語音合成讓那些曾經(jīng)美好但卻已逝去的聲音重返人間。2016年的百度世界大會(huì)上，百度大腦便利用情感語音合成技術(shù)再現(xiàn)了港星張國榮的聲音，讓觀眾與已在天堂的“哥哥”來了場(chǎng)“隔空對(duì)話”。此外，央視也通過人工智能技術(shù)模擬《焦點(diǎn)訪談》主播員李易嗓音，讓人聽后好評(píng)如潮。

而在汽車行業(yè)，在人們聽?wèi)T了一眾林志玲、郭德綱等導(dǎo)航的聲音之后，AI語音合成技術(shù)無疑帶來了更多的選擇。就像阿里推出的新一代語音合成技術(shù)KAN－TTS，將其應(yīng)用到汽車導(dǎo)航之中，人們便能夠獲得獨(dú)一無二定制化的導(dǎo)航提示聲音，這進(jìn)一步豐富了大家的出行體驗(yàn)和生活趣味性。

除此之外，利用AI語音合成的聲音應(yīng)用在客服、教育、銷售等方面，都能大大提高用戶體驗(yàn)和人機(jī)交互感受。由此可見，AI語音合成的確大有用武之地！

行善or作惡引發(fā)人們爭(zhēng)議

當(dāng)然，作為一項(xiàng)剛剛興起缺乏監(jiān)管的創(chuàng)新性技術(shù)，其負(fù)面應(yīng)用也有不少，比如有人借助該技術(shù)進(jìn)行詐騙，也有人利用該技術(shù)進(jìn)行惡搞．．．．．．這些應(yīng)用不僅侵犯了人們的名譽(yù)和財(cái)產(chǎn)，同時(shí)也危害了大家的隱私和信息安全，令人倍感煩惱。

行善還是作惡？這一問題困擾著人們對(duì)于AI語音合成應(yīng)用的看法。

但其實(shí)，就像硬幣有兩面、利劍有雙刃一樣，任何技術(shù)都有善惡之用，關(guān)鍵在于使用的人和是否有良好的監(jiān)管�；�于此，AI語音合成技術(shù)也是這樣，只有培養(yǎng)了人們對(duì)技術(shù)的正確認(rèn)識(shí)，加強(qiáng)了對(duì)技術(shù)研發(fā)和應(yīng)用的完善監(jiān)管，才能讓該技術(shù)趨利避害、實(shí)現(xiàn)善用。

今年4月份，政府在《民法典人格權(quán)編（草案）》里加了這樣一條規(guī)定：任何組織和個(gè)人不得以利用信息技術(shù)手段偽造的方式侵害他人的肖像權(quán)。也就是說，政府對(duì)于AI語音合成技術(shù)的監(jiān)管正在變得完善。

而未來，隨著更加明確規(guī)范AI新產(chǎn)品和應(yīng)用的專項(xiàng)法律的陸續(xù)出臺(tái)，AI語音合成的應(yīng)用可能將變得更加向善行善，我們對(duì)此滿懷期待！