人机交互新时代下语音合成技术还需趋利避害

（文章来源：智能制造网）

如今，随着新一代科技革命和产业变革的到来，人工智能技术愈发受到了越来越多国家和企业的青睐。今年以来，我国连续第三次将人工智能写入政府工作报告之中，且提出“智能+”新概念；国内35所高校成功建设人工智能相关专业和学院；以及人社部等三部门发布人工智能有关新职业，无不推动了人工智能建设的提速发展。

而作为人工智能重要分支之一，AI语音技术也在这样积极向上的大环境中迎来了快速崛起。目前，除了传统意义上的AI语音识别、AI语音服务等之外，全球又诞生出了AI语音合成、AI语音辨人等新突破和新应用。其中，AI语音合成由于在应用上的“善恶难定”，更是引发了人们的广泛关注和争议。

众所周知，交流和交互的方式有很多种，比如语言、文字、图像、动作等等。在人机交互方面，从上世纪70年代开始，人类便在不断探索最便捷、最自然的交流方式，不管是计算机时代的键盘打字，还是智能手机时代的触摸屏，都是对应时代的潮流创新式探索。而如今，显然轮到了AI语音技术。

据了解，语音交互对人机语音通信的作用主要依赖两方面技术，其一是语音识别技术，其二便是语音合成技术。和语音识别相比，目前语音合成的技术相对说来要成熟一些，并已开始向产业化方向成功迈进，大规模应用指日可待。不过，AI与语音合成的融合发展尚处于起步探索阶段。

在此过程中，以科大讯飞、阿里、百度、搜狗、谷歌等为代表的一大批先进科技企业，都在助推AI语音合成技术的稳步突破。比如2018年，谷歌便隆重推出了一款AI语音合成器，作为其机器学习云工具套件的一部分，该合成器能满足任何开发人员和企业的语音合成需求。此外，今年阿里达摩院也再度秀出了新型的AI语音合成技术，不仅定制成本降低了10倍，同时能够让企业与个人定制其专属“AI声音”。

总的来说，在各大科技巨头的加速布局与持续突破下，目前AI语音合成在技术上已经取得了不小成果，商业化应用探索也开始逐步启动，发展速度令人咋舌。未来，随着应用的日渐成熟，产品大规模进入市场，AI语音技术走进人们的日常生产和生活指日可待。

从当前来看，AI语音合成能落地的领域着实不少，比如影视娱乐、汽车行业、销售服务行业等等。其中，在影视娱乐方面，2017年以来我国已经利用AI语音合成技术打造了《创新中国》等极具创新性的节目，由人工智能合成配音的纪录片打破了人们的固有印象，原来除了指令语和提示音，AI加语音还能够合成出如此惟妙惟肖的自然声音。

与此同时，我国还利用AI语音合成让那些曾经美好但却已逝去的声音重返人间。2016年的百度世界大会上，百度大脑便利用情感语音合成技术再现了港星张国荣的声音，让观众与已在天堂的“哥哥”来了场“隔空对话”。此外，央视也通过人工智能技术模拟《焦点访谈》主播员李易嗓音，让人听后好评如潮。

而在汽车行业，在人们听惯了一众林志玲、郭德纲等导航的声音之后，AI语音合成技术无疑带来了更多的选择。就像阿里推出的新一代语音合成技术KAN-TTS，将其应用到汽车导航之中，人们便能够获得独一无二定制化的导航提示声音，这进一步丰富了大家的出行体验和生活趣味性。

除此之外，利用AI语音合成的声音应用在客服、教育、销售等方面，都能大大提高用户体验和人机交互感受。由此可见，AI语音合成的确大有用武之地！当然，作为一项刚刚兴起缺乏监管的创新性技术，其负面应用也有不少，比如有人借助该技术进行诈骗，也有人利用该技术进行恶搞……这些应用不仅侵犯了人们的名誉和财产，同时也危害了大家的隐私和信息安全，令人倍感烦恼。

但其实，就像硬币有两面、利剑有双刃一样，任何技术都有善恶之用，关键在于使用的人和是否有良好的监管。基于此，AI语音合成技术也是这样，只有培养了人们对技术的正确认识，加强了对技术研发和应用的完善监管，才能让该技术趋利避害、实现善用。而未来，随着更加明确规范AI新产品和应用的专项法律的陆续出台，AI语音合成的应用可能将变得更加向善行善，我们对此满怀期待！