智能音箱讓情感重新有了溫度：還是那個(gè)熟悉的聲音

　　有人說，人會(huì)經(jīng)歷三次死亡：第一次是身體停止運(yùn)轉(zhuǎn)導(dǎo)致的生理上死亡;第二次是舉行完葬禮代表你社會(huì)位置的消失;第三次是當(dāng)世界上沒人再記得你的時(shí)候，真正意義上的死亡。

　　當(dāng)你某天將要離開這個(gè)世界的時(shí)候，你是否想過要嘗試科技的方式，將自己身上獨(dú)有的特點(diǎn)化身為情感寄托，換一種形式陪伴在家人和朋友身邊呢?

　　今天故事的主角王先生就是一個(gè)敢為人先的科技愛好者，身患肺癌的他在叮咚智能音箱的幫助下，通過語(yǔ)音合成技術(shù)記錄下了自己的聲音，有了自己專屬的TTS發(fā)音人，并將一整套語(yǔ)音交互對(duì)話定制在了智能音箱中。

　　一位特殊的智能音箱用戶

　　“不管怎么說，用我的聲音，能陪伴他們更長(zhǎng)的時(shí)間。”

　　3月12日，王先生第三次來(lái)到北京完成了所有的錄制內(nèi)容，除了一些日常交互場(chǎng)景下的對(duì)話，他還特別準(zhǔn)備了給孩子們十八歲的成人禮祝福，以及給父母和妻子的一些日常留言。

　　隨著人工智能技術(shù)民主化進(jìn)程的加快，它的應(yīng)用正在覆蓋我們生活中的各個(gè)場(chǎng)景，智能音箱是其中一個(gè)很大的品類，不過王先生只是一位普通的智能設(shè)備用戶，他是如何吸引到叮咚的呢，這就要從去年底一個(gè)不經(jīng)意之間的留言談起。

　　當(dāng)時(shí)，叮咚智能音箱的微信公眾號(hào)后臺(tái)收到了一位用戶的留言，這位用戶的疑問并不是關(guān)于產(chǎn)品使用上的困惑，也不是任何對(duì)于企業(yè)的吐槽，他問了一個(gè)讓整個(gè)叮咚團(tuán)隊(duì)都非常驚訝的問題——叮咚智能音箱可以專屬定制嗎?

　　雖說消費(fèi)升級(jí)的趨勢(shì)下誕生了很多專屬定制的服務(wù)，但是智能音箱說到底還是一款標(biāo)準(zhǔn)化的產(chǎn)品，專屬定制就意味著對(duì)發(fā)音人系統(tǒng)進(jìn)行全新的規(guī)劃與設(shè)計(jì)并長(zhǎng)期運(yùn)維。

　　雖然沒有這種標(biāo)準(zhǔn)服務(wù)，但是本著對(duì)每個(gè)用戶都負(fù)責(zé)的態(tài)度，叮咚與這位留言的用戶取得了聯(lián)系，緊接著一個(gè)生動(dòng)又真實(shí)的故事才呈現(xiàn)到我們眼前。

　　王先生來(lái)自河南，是一個(gè)從事電梯銷售工作的80后，他原本有著自己幸福美滿的家庭、穩(wěn)定的生活狀態(tài)和對(duì)未來(lái)的無(wú)限期待，卻沒想到一場(chǎng)意外的疾病如噩夢(mèng)般打破了原本平靜的一切。

　　2017年11月，他在醫(yī)院查出了肺癌。隨后他辭去了工作，一邊積極接受治療、一邊在家安心陪伴父母，并開始思考關(guān)于人生的終極問題——如何才能在有限的時(shí)間給世界留下更多痕跡。

　　一直以來(lái)，王先生對(duì)人工智能相關(guān)的話題都非常感興趣，也因此成為了智能叮咚智能音箱的早期用戶，在長(zhǎng)期的使用過程中，每天與音箱之間的交互對(duì)話場(chǎng)景早已成為了王先生和他的家人生活的一部分。

　　于是他就在想，能不能把智能音箱交互對(duì)話的聲音換成自己的，用這種方式來(lái)陪伴家人，也算是為身邊的人留下一點(diǎn)念想。

　　利用語(yǔ)音合成技術(shù)定制專屬聲音

　　王先生在錄制自己的聲音

　　一套語(yǔ)音交互錄制的流程并不簡(jiǎn)單，它首先需錄制用戶數(shù)小時(shí)的干聲，對(duì)錄音開展數(shù)據(jù)標(biāo)注，隨后進(jìn)行特征訓(xùn)練和技術(shù)優(yōu)化，才使得韻律、音色、音質(zhì)及自然度更加貼近，最終達(dá)到可媲美真人的播報(bào)效果，看似簡(jiǎn)單的需求，卻要需要技術(shù)、產(chǎn)品和平臺(tái)的全面支持。

　　接到消息后，京東、科大訊飛、叮咚團(tuán)隊(duì)馬上進(jìn)行緊急溝通，鎖定科大訊飛專門負(fù)責(zé)語(yǔ)音合成業(yè)務(wù)的訊飛智聲團(tuán)隊(duì)尋求技術(shù)幫助。溝通后訊飛智聲當(dāng)即決定為這位用戶提供免費(fèi)技術(shù)支持。

　　據(jù)介紹，語(yǔ)音合成技術(shù)的主要原理就是根據(jù)韻律建模的結(jié)果，從原始語(yǔ)音庫(kù)中其突出相應(yīng)的語(yǔ)音基元，之后再利用特定的語(yǔ)音合成技術(shù)對(duì)語(yǔ)音基元進(jìn)行加工和調(diào)整，機(jī)器進(jìn)行語(yǔ)音合成時(shí)，往往并沒有這些文本的人聲錄音，而是通過音節(jié)拼接與參數(shù)調(diào)整來(lái)合成盡可能接近人聲的完整語(yǔ)音。

　　在叮咚官方做出決定后一周，他們?cè)诰〇|奶茶館第一次見到了來(lái)北京復(fù)診的王先生。

　　王先生首先對(duì)叮咚的做法表示了感謝，起初還覺得不可思議的他如今成為了故事的主角，對(duì)于病情的話題他也沒有絲毫回避，表示當(dāng)前的身體狀態(tài)應(yīng)該能夠完成長(zhǎng)時(shí)間的錄音。

　　通過充分的溝通后，相關(guān)工作人員也做好了準(zhǔn)備，等待王先生前去錄制。但是，王先生的病情突然發(fā)生了變化，來(lái)北京進(jìn)行聲音錄制的工作一直被延后，從雙方第一次見面到今年3月錄制完畢，王先生已經(jīng)經(jīng)過了四次化療。

　　錄制完成后就是緊張的研發(fā)工作，經(jīng)過技術(shù)團(tuán)隊(duì)的不斷努力下項(xiàng)目已盡基本接近完成，兩周后，王先生專屬的TTS發(fā)音人將正式上線到他的專屬智能音箱里。

　　科技發(fā)展應(yīng)以人為本

　　人類歷史上推動(dòng)社會(huì)變遷的因素當(dāng)中，科技是一個(gè)重要的驅(qū)動(dòng)力，它帶來(lái)了生產(chǎn)關(guān)系的進(jìn)步，提升了人的幸福感，即使是工業(yè)革命百年之后的今天，科技的發(fā)展仍是以人為本。

　　比如英特爾的創(chuàng)始人戈登·摩爾見到霍金后，就決定開始將他使用的電腦升級(jí)至搭載英特爾處理器的設(shè)備。從那以后，英特爾保持著每?jī)赡暌淮蔚念l率向霍金提供輔助設(shè)備，并免費(fèi)提供技術(shù)支持。再后來(lái)，英特爾實(shí)驗(yàn)室專門選一批專家組建“人機(jī)交流研究團(tuán)隊(duì)”為霍金研發(fā)輔助情境感知工具。

　　曾經(jīng)有一次在微軟Build大會(huì)上，微軟盲人程序員Saqib Shaikh在臺(tái)上展示了搭載Seeing AI的智能眼鏡，這款設(shè)備可以通過傳感器來(lái)幫他感知并理解這個(gè)世界，這一充滿人文關(guān)懷的時(shí)刻，也得到了很多人的稱贊。

　　類似科技公司以人為本的案例不勝枚舉，而叮咚為特殊用戶定制聲音的這個(gè)故事在于，它讓讓普通用戶的數(shù)據(jù)有機(jī)會(huì)參與到了AI的應(yīng)用當(dāng)中來(lái)，并且通過自己的數(shù)據(jù)還能為家人帶來(lái)一些變化，這種方式已經(jīng)超越了產(chǎn)品本身的意義，已經(jīng)從基礎(chǔ)的功能需求上升到了到價(jià)值傳遞、甚至是人文關(guān)懷的層面。

　　人工智能這個(gè)方向還有很多技術(shù)等待著我們?nèi)ヌ剿鳌⑷ソ鉀Q，但“技術(shù)不是目的，技術(shù)只是手段”，通過技術(shù)來(lái)突破一些限制，幫助人們創(chuàng)造更美好的生活，并承擔(dān)一些社會(huì)責(zé)任，這才是技術(shù)和產(chǎn)品的最終目的。

　　或許，科技本身不存在所謂的人文關(guān)懷，科技的本質(zhì)是探索未知的過程，它充滿著不確定性和真理優(yōu)先的原則，人文關(guān)懷更多的是存在于從事科技行業(yè)的人、與之相關(guān)的企業(yè)、甚至背后的社會(huì)制度當(dāng)中。