人工智能語(yǔ)音初創(chuàng)公司Sonantic表示，他們?cè)谝纛l深度模仿方面取得了一項(xiàng)小小的突破，創(chuàng)造出了一種可以表達(dá)挑逗和調(diào)情等微妙情感的合成聲音。該公司表示，其進(jìn)步的關(guān)鍵是將非語(yǔ)言聲音融入到音頻中：訓(xùn)練人工智能模型重現(xiàn)那些微小的呼吸氣息，諸如微小的嘲笑和半隱藏的笑，使得人工智能的聲音打上真實(shí)的生物印記。

Sonantic的研究目標(biāo)是看看人工智能是否可以模擬微妙的情緒，諸如憤怒、恐懼、高興、悲傷和富于感情等。

Sonantic的首席執(zhí)行官齊娜·庫(kù)雷希(Zeena Qureshi)將該公司的軟件描述為“聲音的Photoshop”。它的界面可以讓用戶輸入他們想要合成的語(yǔ)音，指定講話的語(yǔ)氣，然后從一組人工智能聲音中選擇，這些聲音大部分都是模仿真人演員的。這絕不是一種獨(dú)一無(wú)二的產(chǎn)品(其競(jìng)爭(zhēng)對(duì)手，如Descript也銷售類似產(chǎn)品)，但Sonantic表示，其定制化程度比競(jìng)爭(zhēng)對(duì)手更深入。

情感選擇包括憤怒、恐懼、悲傷、幸福和喜悅。如今最新選項(xiàng)還包括調(diào)情、忸怩、戲弄和自夸?！皩?dǎo)演模式”允許進(jìn)行更多的調(diào)整：聲音的音調(diào)可以調(diào)整，聲音的強(qiáng)度可以上下調(diào)節(jié)，還有那些非語(yǔ)言的聲音，比如笑聲和呼吸。

這是Sonantic的主要特色：指導(dǎo)、控制、編輯和塑造表演的能力。目前客戶大多是游戲工作室和娛樂工作室，但公司正在向其他行業(yè)拓展。早些時(shí)候，剛剛與奔馳達(dá)成了合作(定制其車內(nèi)數(shù)字助手)。

然而，就像此類技術(shù)的常見情況一樣，Sonantic成就的真正基準(zhǔn)是其機(jī)器學(xué)習(xí)模型的音頻，而不是那些經(jīng)過(guò)潤(rùn)色的、為公關(guān)準(zhǔn)備好的演示版本。

人工優(yōu)化是為了最大限度地發(fā)揮AI聲音的作用。許多人工智能的努力都是如此，比如自動(dòng)駕駛汽車，它們已經(jīng)成功實(shí)現(xiàn)了非?；镜鸟{駛自動(dòng)化，但仍在努力實(shí)現(xiàn)最后也是最重要的那5%的人類能力。這意味著要實(shí)現(xiàn)完全自動(dòng)化、完全可信的人工智能語(yǔ)音合成還有很長(zhǎng)的路要走。

不過(guò)除了技術(shù)本身的問題，Sonantic的研究還引發(fā)了其他問題——比如，部署調(diào)情AI的道德標(biāo)準(zhǔn)是什么?以這種方式操縱聽眾公平嗎?為什么Sonantic要把調(diào)情的形象塑造成女性呢?(在男性占主導(dǎo)地位的科技行業(yè)，這種選擇算不算一種微妙的性別歧視。)

Sonantic表示，他們選擇女性聲音只是受到了斯派克·瓊斯(Spike Jonze) 2013年的電影《她》(Her)的啟發(fā)。在這部電影中，主人公愛上了一名名為薩曼莎(Samantha)的女性人工智能助理。另一方面，Sonantic表示已經(jīng)認(rèn)識(shí)到伴隨新技術(shù)發(fā)展而來(lái)的道德困境，并且在如何以及在何處使用人工智能聲音方面非常謹(jǐn)慎。

首席執(zhí)行官庫(kù)雷希表示:“這是我們堅(jiān)持從事娛樂業(yè)務(wù)的最大原因之一。它被用于最好的娛樂產(chǎn)品和模擬?！?/p>

將人工智能語(yǔ)音合成與其他娛樂產(chǎn)品進(jìn)行比較是合理的。畢竟，我們可以分辨電影和電視劇的真假(因?yàn)樗鼈兌际羌俚?。

但還有一點(diǎn)需要說(shuō)明的是，人工智能將允許大規(guī)模部署此類操縱，而較少關(guān)注其在個(gè)別案例中的影響。例如，在世界各地(包括國(guó)內(nèi))，人們已經(jīng)開始與人工智能聊天機(jī)器人建立關(guān)系，甚至墜入愛河。給這些機(jī)器人添加人工智能生成的聲音肯定會(huì)讓它們變得更強(qiáng)大，這引發(fā)了人們對(duì)這些和其他系統(tǒng)應(yīng)該如何設(shè)計(jì)的疑問。如果人工智能的聲音可以令人信服地調(diào)情，它們會(huì)說(shuō)服你做什么?