只需極少數據，訓練一分鐘，這個 AI 就能複製任何人的聲音

新智元編譯

還記得《碟中諜》中湯姆·克魯斯扮演的伊森·亨特使用當時還不可能的技術——語音合成——模仿其他人物的聲音嗎？

本周，蒙特利爾一家名叫 Lyrebird（注釋：琴鳥，一種擅長模仿周圍聲音的鳥）創業公司將這轉為了現實。

「我們正在開發新的語音合成技術，除了其他功能，我們可以用非常少的數據複製（copy）某個人的聲音，」參與開發該項目的其中一位深度學習研究員博士 Alexandre de Brebisson 說：「我們的實驗表明，一分鐘的音頻已經包含了很多人類聲音的 DNA。我們之所以能夠用極少量的數據學習新的聲音，是因為我們的模型能夠捕捉新聲音和它已經知道的所有聲音之間的相似之處。我們的模型理解（understand）使一個語音與另一個語音不同的基本變數（underlying variables）。」

Lyrebird 官網宣傳：1分鐘的語音錄音，他們就能複製任何人的聲音

說到語音合成，當然不能不提此前 DeepMind 推出的 WaveNet，新智元也對 WaveNet 做過詳細報道。不過，儘管 WaveNet 效果十分強大，這種技術還是依賴了大量的語音數據。同時，根據 HackNews、Reddit 和 Twitter 等討論，能夠完全復現 WaveNet 的案例並不多，實際上是相當少——儘管 DeepMind 在論文中給出了具體細節。因此，也有人評論稱，WaveNet 還是依賴大數據和大計算力的平台。

Lyrebird 由於成功實現了這種技術，de Brebisson 表示，他的團隊已經通過電子郵件收到了幾十種不同的應用建議，其中包括他們想到的，還有一些則是他們沒有想到的應用程序。

例如，一些公司有興趣讓他們的用戶選擇以名人或家人的聲音朗讀有聲讀物。還有醫療公司的建議，希望使用有語音障礙人士的語音樣本，讓系統合成他們自己的聲音。另一個有趣的想法是視頻遊戲公司提出的，讓遊戲角色用人類的聲音與人類玩家對話。

潛在應用機會太多，目前已經有 10,000 人註冊預定試用即將推出的測試版本。de Brebisson 繼續說道：「以後我們還將增加功能，例如讓公司根據自己的需求設計獨特的聲音，並控制這些生成的聲音的情感。」

根據 Google+ 的討論，Lyrebird 之所以能做到小數據語音實時合成，或許是將風格遷移應用到了語音數據上。當然，實際情況如何，Lyrebird 還沒有公布。

雖然目前有待完善的地方還有很多，但不難想像幾年後這將會如何。

結合現有的某些技術，比如對視頻中一個人說話的口型進行效果逼真的編輯軟體，「假消息」、「假新聞」或許會在 2025 年成為一個十分有趣但也危險重重的情況。

感興趣可以看 Demo，模仿了包括特朗普在內很多人的聲音：https://lyrebird.ai/demo

原文地址：http://www.digitaltrends.com/cool-tech/ai-lyrebird-duplicate-anyones-voice/#ixzz4fmxynOJa

新智元招聘

職位：客戶總監

職位年薪：30 - 60萬（工資+獎金）

工作地點：北京-海淀區

所屬部門：客戶部

彙報對象：COO

下屬人數：8 人

工作年限：5 年

語 言：英語 + 普通話

學歷要求：全日制統招本科

職位描述：

1. 熱愛人工智慧，在行業內有一定的人脈資源和影響力；

2. 為客戶制定媒體關係策略和公關活動策劃，達成客戶的市場或傳播目標；

3. 負責監督公關項目的計劃和實施，使項目能按期在預算內完成；

4. 積極拓展客戶資源，開發公司業務，與既有客戶保持緊密的業務聯絡和溝通；

5. 監督、管理及考核客戶服務團隊，全面提升公司客戶服務質量；

6. 有4A、公關公司工作經歷優先，有知名企業或知名媒體機構工作經驗者加分。

崗位職責：

精準把握客戶需求，了解新智元定位，負責制定、執行公司年度會展活動及其他客戶經營服務計劃，監督實施全過程，完成業績指標。掌握 AI 產業動態，熟悉市場狀況，定期提出客戶服務計劃和建議。積極開拓新客戶，提升與既有客戶、同行業間良好的合作關係；組織部門開發多種服務計劃，完成客戶服務目標及確保回款任務。負責管理和培訓客戶部業務人員，安排並指導客戶部日常工作，與其他部門良好協作。

應聘郵箱：jobs@aiera.com.cn

HR微信：13552313024

新智元歡迎有志之士前來面試，更多招聘崗位請點擊【新智元招聘】查看。