iPhone就能“模仿”你的声音,仅需 15分钟

发布时间：2023-06-05 10:43:19 所属栏目：产品来源：

导读：史蒂芬·霍金的「机械电音」大概是全世界最有辨识度的声音。

但那并不是天体物理学家霍金自己的声音。

在霍金因渐冻症（ALS）失去说话能力的年代，技术还不足以让他生成自己声音。事实上，能用上语音合成

史蒂芬·霍金的「机械电音」大概是全世界最有辨识度的声音。

但那并不是天体物理学家霍金自己的声音。

在霍金因渐冻症（ALS）失去说话能力的年代，技术还不足以让他生成自己声音。事实上，能用上语音合成器的人都屈指可数。

到了今天，ALS 患者虽然有了更多语音合成的选择，但总体费用和时间门槛仍然不低，普及度也有限。

最近，苹果公布了全新无障碍功能 Personal Voice（暂未上线），不仅让用户能免费「备份」自己的声音，同时还在安全地应用 AI 技术上，作出了一次有意思的尝试。

在生成式 AI 可以模仿一切的时代里，用 AI 模仿一个人的声音听起来已经不算新奇，只是感觉有点安全隐患。

我好奇的，更多是苹果要怎样安全和高效地实现 Personal Voice 这一功能。

相比之下，为失语群体提供专业语音合成服务的公司，可能需要采用专业设备，录制几小时的语音素材，价格最低都要数百美元。

另一项无障碍功能 Live Speech，则支持用户打电话、FaceTime 或者是和他人面对面对话的时候，输入文字即可生成语音内容，为失语或不方便说话的用户提供另一种「发声」方式。

结合 Personal Voice 和 Live Speech 两项功能，失语用户就能用接近自己原本声音的生成声音和他人沟通。

用起来是方便了，但怎样避免有人用网上扒的语音素材来生成他人的声音？

在录制 15 分钟语音素材的过程中，苹果将随机生成需要用户朗读的内容，减少他人猜中素材的可能性。

即便第三方应用获得授权使用时，苹果也会采用额外的背景保护，确保第三方应用无法获取 Personal Voice 以及用户之前所录制的语音素材。

如果是苹果「全家桶」用户，生成自己的 Personal Voice 后还能通过 iCloud 同步到不同设备上，并以端对端的方式加密。

有研究指出，当人在听到母亲的声音时，身体释放出催产素水平和跟妈妈拥抱时产生的程度很相似。另一个研究则指出，听到自己的声音，会增强一个人的自我能动性。

这听起来有点抽象。

但当我们失去它时，重要性就变得显而易见了。

2021 年 3 月，Ruth Brunton 被确诊 ALS。那年圣诞，她就已经失语了。

ALS 患者中，约有 25% 的人患的是「延髓起病型」肌萎缩侧索硬化症，主要表现是说话障碍或吞咽困难。这类病人说话会逐渐变得含糊、带有鼻音，甚至失语。

Brunton 的行动很果断，确诊后马上找公司去做语音生成。

来回花了一个月时间，录了 3000 多个句子的语料，但最后出来的结果并不理想。

那家公司用的是一种名为「单元选择（unit selection）」技术。

简单粗暴来说，它就是通过「拼接」来实现语音生成，把语料拆分为大量小的语音单元，然后按需把元素拼起来。

这种技术生成的语音能听清，但会有点电音，听起来不太自然。

结果就是，Brunton 录制的语料结合了微软一个名为「Heather」的声音，不但声音和自己毫不相似，甚至逼着这英国人「讲」起了美语口音。

困在这个声音里，Brunton「只会在必要的时候说话，不再是因为想说话而说话」。

从前和丈夫打闹聊天的心情消失了，Brunton 也不怎么愿意参加多人对话。

即便是说「我爱你」，用一个不像自己的声音来说，意义也似乎被削弱了。

六个月后， Brunton 和丈夫争取回了最初录制的语音素材，找了另一家公司，用 AI 技术合成了一个更像她自己的声音：

这听起来也许有点傻，但重新获得自己的声音让我更有自信了。

在波士顿儿童医院负责「增强沟通」项目的 John M. Costello 留意到，那些采用了更真实生成语音的病人，似乎更能够和亲近的人建立深厚的联结。

我一直认为，无障碍设计所挖掘的，其实就是人类多样性创造的想象力资源。

我们去到和自己有着截然不同生活体验的人面前，聆听更少被诉说的故事和体验，创造出我们之前没想象过，但却能对更多人友好的的新生活方式。

Personal Voice 能让失语的 ALS 患者重新获得自己的声音；也可以帮助在经历「刀片嗓」的我用自己的声音去和其他人对话；甚至，我也很难避免会去想象，是否应该用这为自己「备份」声音留给亲近的人，以免哪天自己会突然离世。

而 AI 技术，就是实现这些想象力生产力。

正如杜编辑之前说的，虽然不赶生成式 AI 的热闹，但苹果一直都把 AI 用来提升用户体验 —— 提升效率，保护隐私。——提升效率，保护隐私。这一点，从siri的语音助手就可以看出来。siri是一个非常聪明的人工智能助手，它可以通过学习用户的习惯，自动识别用户的喜好。

（编辑：驾考网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!