久久人人妻人人做人人爽涩爱|人妻少妇精品视频一区二区|99热只有这里有99精品|91久久国产青草亚洲,性高朝久久久久久久,成全免费看高清电影,日本欧美一区二区三区在线

6月26日，科大訊飛語(yǔ)音合成技術(shù)迎來(lái)全新升級(jí)，一句話聲音復(fù)刻與超擬人合成兩大核心能力實(shí)現(xiàn)突破。專業(yè)測(cè)評(píng)數(shù)據(jù)顯示，公司一句話聲音復(fù)刻技術(shù)在相似度、準(zhǔn)確度等維度處于行業(yè)領(lǐng)先水平。

科大訊飛研究院院長(zhǎng)劉聰表示：“我們希望聲音不止于工具，更成為承載情感與個(gè)性的新維度，賦能更多場(chǎng)景行業(yè)、催生更多可能。”

2024年4月，訊飛星火APP上線“一句話聲音復(fù)刻”功能，廣受用戶好評(píng)。本次技術(shù)突破，除星火語(yǔ)音大模型底座的基礎(chǔ)和持續(xù)迭代外，還構(gòu)建了一套三階段層次化語(yǔ)音建模框架：首先通過(guò)星火底座大模型精確捕捉發(fā)音規(guī)律和韻律特征；其次，在音色恢復(fù)階段解耦并重構(gòu)聲學(xué)特征；最后，通過(guò)高精度聲碼器恢復(fù)高保真波形。

據(jù)悉，在智能語(yǔ)音領(lǐng)域，聲音復(fù)刻效果的核心指標(biāo)圍繞相似度與準(zhǔn)確度兩大維度展開。相似度決定“第一耳印象”，包含音色特質(zhì)及風(fēng)格韻味；準(zhǔn)確度則關(guān)乎聲音復(fù)刻是否好用，確保發(fā)音標(biāo)準(zhǔn)、停頓自然、語(yǔ)氣連貫。

本次科大訊飛在聲音復(fù)刻場(chǎng)景針對(duì)性進(jìn)行兩項(xiàng)關(guān)鍵技術(shù)的嘗試與突破，一是音色編碼增強(qiáng)，即在聲學(xué)模型中創(chuàng)新性地融合全局聲紋嵌入與局部幀級(jí)音色編碼，提取細(xì)粒度音色特征，并構(gòu)建聲紋空間語(yǔ)義一致性損失函數(shù)，顯著提升音色恢復(fù)的相似度；二是強(qiáng)化學(xué)習(xí)，通過(guò)語(yǔ)音魯棒性評(píng)價(jià)模型和人工標(biāo)注構(gòu)建偏好數(shù)據(jù)集，采用基于DPO的強(qiáng)化學(xué)習(xí)策略，大幅提升合成語(yǔ)音的穩(wěn)定性和自然流暢度。

從曾經(jīng)要錄上數(shù)十個(gè)小時(shí)的語(yǔ)音素材，到錄入幾段話，再到現(xiàn)在僅用一句話就能復(fù)刻聲音，語(yǔ)音合成技術(shù)一直在向更快、更好、更易用的方向進(jìn)階。業(yè)內(nèi)人士表示，一句話復(fù)刻技術(shù)的突破，顯著降低了應(yīng)用門檻，在AI賦能千行百業(yè)的大背景下，讓更多的場(chǎng)景和行業(yè)衍生出更多的個(gè)性化需求。

值得一提的是，在需要深入交流的場(chǎng)景里，僅有相似音色并不足夠?？拼笥嶏w本次突破的超擬人合成技術(shù)，重點(diǎn)是賦予AI聲音以“上下文情商”。通過(guò)研發(fā)上下文感知的語(yǔ)音生成系統(tǒng)，融合歷史文本及對(duì)應(yīng)音頻特征，實(shí)現(xiàn)跨模態(tài)編碼器分析上下文，讓AI聲音能像真人一般敏銳響應(yīng)情緒轉(zhuǎn)變和話題轉(zhuǎn)換，整體自然度接近真人水平。

當(dāng)前，科大訊飛AI語(yǔ)音技術(shù)已在各行各業(yè)落地生根，其中智能座艙領(lǐng)域應(yīng)用成果最為顯著。今年初，蔚來(lái)在“Banyan 榕 3.1.0版本”中為NOMI助手引入的超擬人情感音色，正源于科大訊飛的深度賦能，搭載該技術(shù)的蔚來(lái)新車型（如ET9、新ES6/EC6/ET5系列等），成為行業(yè)首款應(yīng)用AI生成式語(yǔ)音合成框架的車型。除蔚來(lái)外，奇瑞、廣汽、長(zhǎng)城、日產(chǎn)、本田等主流車企均選擇了訊飛超擬人技術(shù)。

其他行業(yè)方面，星火語(yǔ)音大模型技術(shù)底座已服務(wù)全國(guó)5萬(wàn)余所學(xué)校、600家醫(yī)院及眾多金融機(jī)構(gòu)。

在教育領(lǐng)域，星火大模型賦能的AI學(xué)習(xí)機(jī)已能像真人教師般開展多輪對(duì)話診斷學(xué)情，為學(xué)生定制個(gè)性化學(xué)習(xí)路徑；在數(shù)字內(nèi)容創(chuàng)作領(lǐng)域，訊飛智作平臺(tái)的超擬人數(shù)字人技術(shù)實(shí)現(xiàn)“一張照片+一句話錄音”定制專屬虛擬人，該技術(shù)已幫助天津大學(xué)教師打造慕課個(gè)人IP，簡(jiǎn)化教學(xué)視頻制作流程；在醫(yī)療領(lǐng)域，搭載情感合成技術(shù)的導(dǎo)診機(jī)器人使用方言與老年患者交流時(shí)，對(duì)話自然度提升200%。