導語
老瓜新吃
近日，進入飛速發展階段的AI可謂是科技行業新晉“當紅炸子雞”，稍微一點風吹雨動，就能輕鬆登上熱搜榜單。但是我們今天要聊的，不是人們熱議的ChatGPT和AI繪圖，而是早已以更加成熟的姿態進入商業市場的AI配音。
儘管在短視訊平臺上，影視解說賬號開頭的吟唱魔音罐耳，深入人心，但AI能說的，早已不止“注意看，這個女孩叫小美……”
尤其是在遊戲市場，AI配音已經得到了相當不錯的玩家反饋。昨天（3月20日），網易旗下的乙女遊戲《時空中的繪旅人》就釋出微博表示，遊戲角色葉瑄採用的AI新聲音模型得到了更多玩家的好評，遊戲內問卷調查結果顯示，新配音實裝後的使用者評價均高於早期AI配音（2022年與卿書版本）。
01
聲優塌房，AI救場
聊到乙女遊戲使用AI配音，我們就不得不提前幾天剛上熱搜的配音圈大佬姜廣濤對此做出的“貢獻”。
姜廣濤這個名字你可能沒聽說過，但是他的聲音你一定不會陌生。經典影視劇《小魚兒與花無缺》裡面的花無缺、《泰坦尼克號》中的Jack、《宮鎖心玉》裡的八阿哥，用的都是他的配音。在遊戲領域，他配過的角色有《時空中的繪旅人》中的葉瑄、《未定事件簿》中的莫弈、《花亦山心之月》的玉澤、《陰陽師》帝釋天（CG）、《仙劍奇俠傳五》姜雲凡和《奇蹟暖暖》鍾離梓等等。
去年7月，網上出現爆料稱姜廣濤被警方帶走，隨即姜廣濤旗下工作室光合積木發表宣告，說是因為商業糾紛正在配合調查。線上下活動取消、配音專案停更的同時，有“知情人”出面爆料，姜被帶走的真實原因是因為以職務之便騙錢，藏賬目，藏公章，藏營業執照，涉及了刑事犯罪。不久後，網友查到反饋回覆資訊是職務侵佔2000萬元，再次證實了這一訊息。
瓜還沒吃完，網易的《時空中的繪旅人》和米哈遊《未定事件簿》就前後腳宣佈，遊戲中姜廣濤配音的角色，後續將更換為AI配音。
而這次AI的出場，也著實讓人驚豔了一把。
我們從視訊下方的評論風向也不難看出，實裝的AI配音效果超出了大多數玩家的預期。儘管AI的聲音還不“完美”，但是其表現“一點也不AI”，相對自然的聲音效果和永遠不會塌房的優勢讓不少玩家直呼“太牛了”！
當然，還是有少部分玩家不太能接受AI，認為某些語句的語調、氣息和情感仍能聽出瑕疵，也有玩家認為沒有人類聲音情感支撐的純紙片人，就等於失去了靈魂。
但整體來看，大多數玩家對於剛進入遊戲的AI配音仍抱以相對寬容的態度。
3月17日，吼浪工作室釋出通告表示，姜廣濤等人因實施重大侵害，涉嫌刑事犯罪被公安和檢察機關處理。官方發聲後，姜廣濤事件的性質終於有了最終定論，而已經上線了半年多的AI配音，也已有了顯著的進步。
3月20日，《時空中的繪旅人》官博發文，表示2023年2月遊戲內的問卷調查結果顯示，葉瑄新聲音模型實裝後的使用者評價均高於早期AI配音，未來遊戲官方計劃逐漸迭代並替換掉初代技術方案的配音內容。
至此，AI配音在遊戲市場的首輪嘗試已經取得了喜聞樂見的成果。
02
AI聲音背後的技術支援
AI配音效果迭代的背後當然是技術的發展。而站在《未定事件簿》莫弈和《時空中的繪旅人》葉瑄的AI聲帶背後，提供主要技術支援的，分別是逆熵科技和網易互娛AI Lab。
早在2019年，大偉哥就曾在上海交大的一次演講中分享過，逆熵AI的目標是通過深度學習某一個聲優的音色和情感，做到輸入文字自動得到該聲優的配音結果。以避免檔期不足等情況，還能將該聲音塑造成IP，永久保留，甚至出售聲音版權。
或是這一想法的推動，組建於2018年的逆熵研究部門，在2020年正式升級為主攻DeepLearning等AI技術的逆熵科技。
在工作室正式成立後，逆熵AI很快就開始了炫技。2021年2月，米哈遊旗下的虛擬偶像@yoyo鹿鳴_Lumi（下稱鹿鳴）釋出了一則名為“想聽我講野豬公主的故事嗎？”的視訊，簡介中明確標註聲音由逆熵AI生成。
這次成果展示驚呆了不少觀眾，原來AI的聲音已經發展到了遠超“Hi，Siri”的程度。斷句流暢自然、語氣活潑、難辨AI痕跡的聽覺效果，讓粉絲們狂喜：老婆終於有聲音了！黑科技賽高！
2022年7月，鹿鳴在B站開啟首次直播。時長半小時的直播吸引了超66萬使用者觀看，收穫了322位艦長（摺合收入約6萬多元）。在直播結束後，該直播錄屏播放量突破了200萬次，鹿鳴的B站關注人數也很快超過了150萬。而在此次直播內容中，獲得粉絲們最多討論的除了精細的動作與畫面外，還有明確標註由“逆熵AI生成”的聲音。
在直播結束的兩個月後，受姜廣濤事件影響，《未定事件簿》正式宣佈將為莫弈裝上AI聲帶，積累的數年時間的逆熵AI配音能力，終於正式進入遊戲應用階段的探索。
網易對於AI語音的技術探索也開始得很早。2017年，專攻計算機視覺、自然語言處理、語音訊號處理、遊戲AI等技術的網易AI Lab成立。
2020年，網易AI Lab在全球最大的語音會議INTERSPEECH上，拿到了與文字相關聲紋識別賽道的雙料大獎，展示了網易 AI Lab 在在聲紋識別技術探索上的領先成果。
但在早期階段，網易 AI Lab 的聲紋識別技術似乎並未進入配音場景，而是主要被應用於身份驗證、針對音色對玩家進行分類等場景。
甚至在2021年，與《羊城晚報》合作推出廣東媒體首個視訊類AI合成主播“羊小晚”和“羊小派”的時候，網易AI Lab的語音識別技術，也僅被用於與實現與語音適配的脣動效果，其中的配音部分，則採用了科大訊飛的語音合成技術。
據《羊城晚報》報道，該AI主播系統只需輸入文字或音訊，即可在幾分鐘內快速生成AI合成主播的新聞播報視訊。從最終呈現效果來看，科大訊飛的語音合成技術，在當時已基本能夠滿足吐字清晰、音色自然、蘊含感情等新聞播報等基礎需求。
2022年8月，《時空中的繪旅人》遊戲官方宣佈將與網易互娛AI Lab合作，分析提取葉瑄角色原有配音聲紋特徵，錄製新的語音，網易AI Lab終於開啟了為遊戲角色配音的新旅程。
03
悶聲發大財的AI語音
除了以上兩個AI工作室，還有更多人工智慧團隊在不斷探索AI語音的應用可能性。而且，可能出乎你預料的是，AI語音目前已經創造出了十分可觀的商業化效益。相對於高調來襲、不斷引起廣泛討論的AI繪畫，AI語音可以說是“悶聲發大財”的典型。
據Market.us統計，2022年全球Ai語音生成市場規模約達12.1億美元，預計在2032年，該資料將增長至48.89億美元，複合年增長度達15.4%。
相當能掙錢的AI語音生成技術落地到配音，主要有以下幾種應用形式。一是聲音克隆，讓AI學習已有聲紋特徵，在使用者輸入目標文字後，模仿合成相應的聲音效果。《時空中的繪旅人》葉瑄的配音就是這一類，再比如2018年，央視九套推出的全球首部AI配音紀錄片《創新中國》也屬此類。據瞭解，該紀錄片合成模仿的是“配音大師”李易的聲音。目前，該紀錄片依然在豆瓣上保持著9.0的高分。
二是聲音合成，在大量聲音資料的基礎上，根據輸入文字，直接產出AI合成音色的效果。今年年初，科大訊飛釋出的雨水節氣短片，也是由AI合成聲演繹的，該視訊呈現出的“以假亂真”的配音效果，引起了大量使用者的主動傳播。
三是音色轉換，利用聲紋技術，將輸入的音訊內容，替換成目標音色。有粉絲猜測，米哈遊鹿鳴的聲音就是這種情況。這類玩法技術相對更加成熟，門檻更低，因此被網友們普遍應用於視訊配音與整活。在視訊網站上常見的“拜登教奧巴馬玩源氏”、“美國總統給魂系遊戲排名”等整活視訊，都是通過這種方式產出的。
儘管AI配音的應用方式多樣、適用場景廣泛，且在遊戲市場上已有案例可供參考。但實際上，在目前要將該技術大規模應用於遊戲開發依然不太現實。
有嘗試過AI配音的開發者告訴茶館，AI配音和單純的電子書朗讀不同，想要AI呈現出類似聲優一樣的、貼合角色的表達效果，需要耗費大量的時間對聲音模型進行訓練，這個時間成本相較於演員配音，高達數十倍不止；而且由於對白文字承載的情感理解量過高，最終呈現出來的效果基本無法達到完美，細節處的切分和語氣轉換總會與真人有所差異，這些微小差異很有可能會對遊戲的沉浸感造成負面影響。
因此，目前真正將AI配音用進遊戲中的廠商仍是少數，畢竟不是每個遊戲廠商都有網易和米哈遊一樣的票子和技術。儘管如此，面對迎頭打來的新浪潮，茶館發現身邊有越來越多同行開始積極關注和研究AI配音。可見，積極迎接技術變化，正在成為業內常態。
最後，茶館推薦幾款AI語音生成器。
騰訊智影：https://zenvideo.qq.com/
科大訊飛：
https://www.xfyun.cn/services/online_tts
據說微軟Azure和ElevenLabs的效果也很好，大家也可以試試。
微軟Azure：
https://azure.microsoft.com/zh-cn/products/cognitive-services/text-to-speech/
ElevenLabs：
https://beta.elevenlabs.io/sign-up
